Update app.py

app.py

@@ -1,7 +1,7 @@
 import streamlit as st
 from referentials import REFERENTIALS  # Import des exigences depuis le fichier referentials.py
 from PyPDF2 import PdfReader  # Pour extraire le texte des CV en PDF
-from pocketgroq import GroqProvider  # Bibliothèque pour interagir avec Groq API
+from pocketgroq import GroqProvider  # Assurez-vous d'installer et configurer cette bibliothèque
 
 # Initialisation du fournisseur Groq
 def get_groq_provider():
@@ -17,7 +17,7 @@ def extract_text_from_pdf(file):
     try:
         reader = PdfReader(file)
         text = " ".join(page.extract_text() for page in reader.pages if page.extract_text())
-        return text
+        return text.strip()  # Retirer les espaces inutiles
     except Exception as e:
         st.error(f"Erreur lors de l'extraction du texte : {str(e)}")
         return None
@@ -39,7 +39,7 @@ def analyze_cv_with_groq(cv_text, referential):
     # Construire le prompt enrichi pour l'API Groq
     prompt = f"""
     Vous êtes un expert en évaluation des compétences selon les référentiels GFSI ({referential}).
-    Votre objectif est de vérifier la conformité d'un candidat avec les exigences suivantes du référentiel GFSI ({referential}) :
+    Analysez ce CV pour vérifier sa conformité avec les exigences suivantes :
 
     ### Exigences Générales
     {general_requirements}
@@ -57,98 +57,31 @@ def analyze_cv_with_groq(cv_text, referential):
     {cv_text}
 
     #### Tâches demandées :
-    1. Pour chaque exigence (générales, qualifications, expérience, exigences avancées), identifiez si le CV est **conforme** ou **non conforme**.
-    2. Expliquez pourquoi le CV est conforme ou non conforme, en fournissant des preuves ou des justifications basées sur le contenu du CV.
-    3. Si le CV est non conforme à une exigence, proposez une recommandation spécifique et applicable pour combler cette lacune.
-    4. Regroupez vos réponses dans une structure claire et bien formatée, avec les sections suivantes :
-    
-        - **Exigences Remplies** : Détaillez toutes les exigences remplies avec des explications.
-        - **Lacunes ou Non-Conformités** : Pour chaque non-conformité, expliquez en détail ce qui manque.
-        - **Recommandations** : Proposez des actions concrètes et adaptées au candidat pour répondre aux exigences manquantes.
+    1. Pour chaque exigence, identifiez si le CV est conforme ou non conforme.
+    2. Fournissez des justifications précises pour chaque conformité ou non-conformité.
+    3. Proposez des recommandations spécifiques pour combler les lacunes éventuelles.
     """
 
     try:
         # Appel à l'API Groq
-        response = groq.generate(prompt, max_tokens=2000, temperature=0.5, use_cot=True)
-        analysis_data = parse_groq_response(response)  # Fonction fictive pour parser la réponse
-        return format_analysis_result(analysis_data, referential)
+        response = groq.generate(prompt, max_tokens=1500, temperature=0.5, use_cot=True)
+
+        # Vérifier et analyser la réponse
+        if response and "choices" in response and len(response["choices"]) > 0:
+            return response["choices"][0]["text"].strip()
+        else:
+            return "Erreur : L'API Groq n'a pas renvoyé de réponse valide."
     except Exception as e:
         st.error(f"Erreur lors de l'analyse du CV : {str(e)}")
         return None
 
-# Parsing de la réponse Groq (fonction fictive)
-def parse_groq_response(response):
-    """Parse la réponse de l'API Groq pour retourner un dictionnaire structuré."""
-    # Simulation de parsing (vous pouvez adapter selon votre API Groq)
-    return {
-        "fulfilled": [
-            {
-                "category": "Éducation",
-                "requirement": "Diplôme en sciences alimentaires ou biosciences",
-                "result": "Master en food industries quality, ce qui dépasse les exigences."
-            },
-            {
-                "category": "Expérience professionnelle",
-                "requirement": "Minimum de 3 ans d'expérience",
-                "result": "Plus de 5 ans d'expérience couvrant qualité, sécurité alimentaire et R&D."
-            }
-        ],
-        "gaps": [
-            {
-                "category": "Formation Lead Auditor",
-                "requirement": "Cours de Lead Auditor (40 heures minimum)",
-                "result": "Cours suivi : Lead Auditor IFS Global Markets Food v2, mais durée insuffisante."
-            }
-        ],
-        "recommendations": [
-            {
-                "category": "Formation complémentaire",
-                "recommendation": "Compléter un cours de Lead Auditor reconnu (IFS ou IRCA) répondant à la durée minimale de 40 heures."
-            }
-        ]
-    }
-
-# Formatage des résultats de l'analyse
-def format_analysis_result(analysis_data, referential):
-    """Formate les résultats de l'analyse pour un affichage clair et structuré."""
-    formatted_result = f"<h3 style='text-align: center;'>Analyse du CV ({referential})</h3><hr>"
-
-    # Exigences remplies
-    formatted_result += "<h4 style='color: green;'>Exigences remplies</h4><ul>"
-    for item in analysis_data.get('fulfilled', []):
-        formatted_result += (
-            f"<li><strong>{item['category']}</strong><br>"
-            f"<span style='color: blue;'>Exigence :</span> {item['requirement']}<br>"
-            f"<span style='color: green;'>Résultat :</span> {item['result']}</li><br>"
-        )
-    formatted_result += "</ul>"
-
-    # Lacunes ou non-conformités
-    formatted_result += "<h4 style='color: red;'>Lacunes ou non-conformités</h4><ul>"
-    for item in analysis_data.get('gaps', []):
-        formatted_result += (
-            f"<li><strong>{item['category']}</strong><br>"
-            f"<span style='color: blue;'>Exigence :</span> {item['requirement']}<br>"
-            f"<span style='color: red;'>Résultat :</span> {item['result']}</li><br>"
-        )
-    formatted_result += "</ul>"
-
-    # Recommandations
-    formatted_result += "<h4 style='color: orange;'>Recommandations</h4><ul>"
-    for rec in analysis_data.get('recommendations', []):
-        formatted_result += (
-            f"<li><strong>{rec['category']}</strong>: {rec['recommendation']}</li><br>"
-        )
-    formatted_result += "</ul>"
-
-    return formatted_result
-
 # Interface utilisateur Streamlit
 def main():
+    """Interface utilisateur principale pour l'application."""
     st.title("Analyse de CV selon les référentiels GFSI")
     st.markdown("""
-    Cette application évalue un CV selon les référentiels GFSI (BRCGS, FSSC 22000, et IFS).
-    Téléchargez un CV, sélectionnez un référentiel, et obtenez une analyse détaillée.
+    Cette application permet d'évaluer un CV en fonction des référentiels GFSI tels que BRCGS, FSSC 22000, et IFS.
+    Téléchargez un CV en PDF, sélectionnez un référentiel, et lancez l'analyse.
     """)
 
     # Entrée clé API
@@ -164,10 +97,10 @@ def main():
         # Extraire le texte du CV
         cv_text = extract_text_from_pdf(uploaded_file)
         if cv_text:
-            st.markdown("<h3>Résultat de l'analyse</h3>", unsafe_allow_html=True)
+            st.markdown("### Résultat de l'analyse")
             analysis = analyze_cv_with_groq(cv_text, referential)
             if analysis:
-                st.markdown(analysis, unsafe_allow_html=True)
+                st.text_area("Analyse générée :", analysis, height=400)
         else:
             st.error("Impossible d'extraire le texte du CV. Vérifiez que le fichier PDF est lisible.")