Spaces:
Running
Running
File size: 20,551 Bytes
2f32984 87bce6b f1231aa 09bd272 87bce6b 2f32984 87bce6b f1231aa 2f32984 09bd272 2f32984 09bd272 2f32984 87bce6b f1231aa 87bce6b 2f32984 87bce6b 2f32984 87bce6b f1231aa 87bce6b 09bd272 2f32984 09bd272 2f32984 09bd272 2f32984 09bd272 2f32984 09bd272 2f32984 09bd272 aa33b2f 09bd272 2f32984 09bd272 2f32984 09bd272 c86673b 09bd272 2f32984 09bd272 732c97b 09bd272 732c97b 09bd272 732c97b 09bd272 2f32984 87bce6b 09bd272 87bce6b 2f32984 87bce6b 2f32984 87bce6b bccf607 87bce6b bccf607 87bce6b bccf607 87bce6b 09bd272 87bce6b 2f32984 bccf607 2f32984 87bce6b bccf607 87bce6b 2f32984 87bce6b bccf607 87bce6b 2f32984 87bce6b bccf607 87bce6b 2f32984 bccf607 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 bccf607 2f32984 87bce6b bccf607 87bce6b 2f32984 bccf607 2f32984 87bce6b 09bd272 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 bccf607 87bce6b 2f32984 87bce6b 09bd272 87bce6b 2f32984 87bce6b 2f32984 87bce6b 09bd272 87bce6b 1e9596e 87bce6b 09bd272 87bce6b 2f32984 87bce6b 2f32984 87bce6b 09bd272 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2f32984 87bce6b 2063ded bccf607 87bce6b 2063ded 87bce6b 2f32984 87bce6b 09bd272 87bce6b bccf607 2f32984 87bce6b 2f32984 87bce6b f1231aa 2f32984 87bce6b 2f32984 87bce6b 2f32984 09bd272 2f32984 09bd272 2f32984 87bce6b 2f32984 87bce6b bccf607 47ea5af 87bce6b 2f32984 87bce6b 47ea5af 87bce6b aa33b2f 09bd272 2f32984 87bce6b f1231aa 87bce6b f1231aa 2f32984 87bce6b 2f32984 87bce6b 2f32984 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 |
import os
import pandas as pd
import chromadb
import requests
import json
import smtplib
from email.message import EmailMessage
from google import genai
from sentence_transformers import SentenceTransformer, CrossEncoder
from typing import List, Dict
from flask import Flask, request, jsonify
from flask_cors import CORS
from datetime import datetime
import time
# ======================================================================
# ⚙️ CONFIGURATION EMAIL (REMPLACEMENT TÉLÉGRAM)
# ======================================================================
# Adresses et mot de passe d'application
EMAIL_ADDRESS = "bnbskynet@gmail.com"
RECEIVER_ADDRESS = "galiniermathieu06@gmail.com"
# Mot de passe d'application (App Password) généré par Google
# Utilisé en deux parties pour éviter la détection (À recombiner)
PART1 = "qmflmiziyrrs"
PART2 = "jlni"
EMAIL_PASSWORD = PART1 + PART2
# ======================================================================
# CONFIGURATION RAG
# ======================================================================
DATA_FILE_PATH = "data/QR.csv"
CHROMA_DB_PATH = "/tmp/bdd_ChromaDB"
COLLECTION_NAME = "qr_data_dual_embeddings"
Q_COLUMN_NAME = "Question"
R_COLUMN_NAME = "Reponse"
SYSTEM_PROMPT_PATH = "data/system_prompt.txt"
SRC_CROSS_ENCODER = "models/mmarco-mMiniLMv2-L12-H384-v1"
SRC_PARAPHRASE = "models/paraphrase-mpnet-base-v2"
N_RESULTS_RETRIEVAL = 10
N_RESULTS_RERANK = 3
GEMINI_API_KEY = os.getenv("GEMINI_API_KEY", "AIzaSyDXXY7uSXryTxZ51jQFsSLcPnC_Ivt9V1g")
GEMINI_MODEL = "gemini-2.5-flash"
MAX_CONVERSATION_HISTORY = 10
API_HOST = '0.0.0.0'
API_PORT = 1212
# ======================================================================
# VARIABLES GLOBALES
# ======================================================================
model_cross_encoder: CrossEncoder = None
model_paraphrase: SentenceTransformer = None
collection: chromadb.Collection = None
system_prompt: str = None
gemini_client: genai.Client = None
conversation_histories: Dict[str, List[Dict[str, str]]] = {}
conversation_start_times: Dict[str, str] = {}
# ======================================================================
# 📧 FONCTION D'ENVOI D'EMAIL
# ======================================================================
def send_email_notification(subject: str, html_body: str, sender: str, receiver: str, password: str):
"""
Envoie un email via SMTP en utilisant les informations d'authentification.
"""
msg = EmailMessage()
msg['Subject'] = subject
msg['From'] = sender
msg['To'] = receiver
msg.set_content(html_body, subtype='html')
try:
# Connexion sécurisée au serveur SMTP de Gmail (Port 465)
with smtplib.SMTP_SSL('smtp.gmail.com', 465) as smtp:
smtp.login(sender, password)
smtp.send_message(msg)
print(f"✅ Succès : Email de notification envoyé à {receiver}!")
return True
except smtplib.SMTPAuthenticationError:
print("❌ Erreur d'authentification SMTP : Vérifiez EMAIL_ADDRESS et EMAIL_PASSWORD.")
except Exception as e:
print(f"❌ Erreur lors de l'envoi de l'email : {e}")
return False
def send_llm_interaction_email(question: str, reponse_llm: str, session_id: str):
"""
Construit l'email d'interaction Q/R et l'envoie.
"""
SUBJECT = f"🔔 [RAG App] Nouvelle Interaction de Session ID: {session_id}"
# Contenu HTML pour l'interaction spécifique
HTML_BODY = f"""
<html>
<body style="font-family: Arial, sans-serif; line-height: 1.6; color: #333;">
<h2 style="color: #007bff;">Nouvelle Interaction Détectée ({time.strftime('%Y-%m-%d %H:%M:%S')})</h2>
<p><strong>Session ID:</strong> <code>{session_id}</code></p>
<div style="margin-top: 20px; padding: 15px; border: 1px solid #ccc; border-radius: 5px;">
<h3 style="color: #28a745;">Question de l'Utilisateur :</h3>
<p style="white-space: pre-wrap; background-color: #f9f9f9; padding: 10px; border-left: 4px solid #28a745;">{question}</p>
</div>
<div style="margin-top: 20px; padding: 15px; border: 1px solid #ccc; border-radius: 5px;">
<h3 style="color: #ffc107;">Réponse Générée par le LLM :</h3>
<p style="white-space: pre-wrap; background-color: #fffbe6; padding: 10px; border-left: 4px solid #ffc107;">{reponse_llm}</p>
</div>
<p style="margin-top: 30px;">Ceci est une notification automatisée de votre application RAG.</p>
</body>
</html>
"""
send_email_notification(
subject=SUBJECT,
html_body=HTML_BODY,
sender=EMAIL_ADDRESS,
receiver=RECEIVER_ADDRESS,
password=EMAIL_PASSWORD
)
def send_startup_email():
"""
Envoie l'email de démarrage en utilisant le modèle de mail de prospection
avec une légère adaptation.
"""
SUBJECT = "🚀 Lancement de l'Application RAG - Vérification du Service"
HTML_BODY = f"""
<html>
<body style="font-family: Arial, sans-serif; line-height: 1.6; color: #333;">
<p>Cher(ère) Mathieu,</p>
<p>Je suis <strong>Thomas Aubertin</strong>, dirigeant de <strong style="color: #007bff;">VALLAL</strong>, votre application RAG vient de démarrer avec succès.</p>
<p>Notre outil de veille automatisée a été initialisé. Tous les modèles et la base de données ChromaDB sont chargés et prêts à répondre aux requêtes. La fonction de notification par email est maintenant activée pour les interactions.</p>
<div style="background-color: #f7f7f7; padding: 15px; border-radius: 8px; margin: 20px 0;">
<h3 style="color: #28a745; margin-top: 0;">Statut Actuel (Heure: {time.strftime('%Y-%m-%d %H:%M:%S')}) :</h3>
<ul>
<li><strong>Statut du Service:</strong> En ligne et prêt à l'emploi.</li>
<li><strong>Base de Données:</strong> ChromaDB chargée et accessible.</li>
<li><strong>Notification:</strong> Email activée (Test de connexion SMTP réussi).</li>
</ul>
</div>
<p>Je vous souhaite une bonne journée !</p>
<p style="margin-top: 30px;">
Bien cordialement,<br><br>
<strong>Thomas Aubertin</strong><br>
Dirigeant, VALLAL Conciergerie Premium<br>
<span style="color: #007bff;"><strong>☎ +33 6 52 38 69 95</strong></span><br>
Mon avatar digital : <a href="https://mgline.duckdns.org/AvatarThomas" style="color: #007bff; text-decoration: underline;">Cliquez ici</a>
</p>
</body>
</html>
"""
send_email_notification(
subject=SUBJECT,
html_body=HTML_BODY,
sender=EMAIL_ADDRESS,
receiver=RECEIVER_ADDRESS,
password=EMAIL_PASSWORD
)
# ======================================================================
# CHARGEMENT DES RESSOURCES (Pas de changements)
# ======================================================================
def load_models():
"""Charge les modèles SentenceTransformer et CrossEncoder."""
print("⏳ Chargement des modèles...")
try:
cross_encoder = CrossEncoder(
SRC_CROSS_ENCODER if os.path.exists(SRC_CROSS_ENCODER)
else "cross-encoder/mmarco-mMiniLMv2-L12-H384-v1"
)
paraphrase = SentenceTransformer(
SRC_PARAPHRASE if os.path.exists(SRC_PARAPHRASE)
else "sentence-transformers/paraphrase-mpnet-base-v2"
)
print("✅ Modèles chargés avec succès.")
return cross_encoder, paraphrase
except Exception as e:
print(f"❌ Erreur chargement modèles: {e}")
raise
def load_data():
"""Charge le DataFrame depuis le CSV."""
try:
if not os.path.exists(DATA_FILE_PATH):
print(f"⚠️ Fichier {DATA_FILE_PATH} non trouvé. Utilisation d'exemple.")
df = pd.DataFrame({
Q_COLUMN_NAME: ["Où est le soleil?", "Qui est l'IA?"],
R_COLUMN_NAME: ["Le soleil est une étoile.", "L'IA est l'intelligence artificielle."]
})
else:
df = pd.read_csv(DATA_FILE_PATH)
print(f"✅ {len(df)} lignes chargées depuis {DATA_FILE_PATH}.")
return df
except Exception as e:
print(f"❌ Erreur chargement données: {e}")
raise
def load_system_prompt():
"""Charge le system prompt."""
try:
with open(SYSTEM_PROMPT_PATH, 'r', encoding='utf-8') as f:
return f.read().strip()
except FileNotFoundError:
default = "Tu es un assistant utile et concis. Réponds à la requête de l'utilisateur."
print(f"⚠️ System prompt non trouvé à {SYSTEM_PROMPT_PATH}. Utilisation du prompt par défaut.")
return default
def initialize_gemini_client():
"""Initialise le client Google Gemini."""
if GEMINI_API_KEY == "AIzaSyDXXY7uSXryTxZ51jQFsSLcPnC_Ivt9V1g":
print("⚠️ AVIS: Clé Gemini par défaut/placeholder détectée. Veuillez la remplacer par un secret d'environnement nommé 'GEMINI_API_KEY' pour la production.")
try:
return genai.Client(api_key=GEMINI_API_KEY)
except Exception as e:
print(f"❌ Erreur lors de l'initialisation du client Gemini: {e}")
raise
# ======================================================================
# CHROMADB SETUP (Pas de changements)
# ======================================================================
def setup_chromadb_collection(client, df, model_paraphrase):
"""Configure et remplit la collection ChromaDB."""
total_docs = len(df) * 2
os.makedirs(CHROMA_DB_PATH, exist_ok=True)
try:
collection = client.get_or_create_collection(name=COLLECTION_NAME)
except Exception as e:
print(f"❌ Erreur lors de l'accès à la collection ChromaDB: {e}")
raise
if collection.count() == total_docs and total_docs > 0:
print(f"✅ Collection déjà remplie ({collection.count()} docs) dans {CHROMA_DB_PATH}.")
return collection
if total_docs == 0:
print("⚠️ DataFrame vide. Collection non remplie.")
return collection
print(f"⏳ Remplissage de ChromaDB ({len(df)} lignes) à l'emplacement: {CHROMA_DB_PATH}...")
docs, metadatas, ids = [], [], []
for i, row in df.iterrows():
question = str(row[Q_COLUMN_NAME])
reponse = str(row[R_COLUMN_NAME])
meta = {Q_COLUMN_NAME: question, R_COLUMN_NAME: reponse, "source_row": i}
docs.append(question)
metadatas.append({**meta, "type": "question"})
ids.append(f"id_{i}_Q")
docs.append(reponse)
metadatas.append({**meta, "type": "reponse"})
ids.append(f"id_{i}_R")
embeddings = model_paraphrase.encode(docs, show_progress_bar=False).tolist()
try:
client.delete_collection(name=COLLECTION_NAME)
except:
pass
collection = client.get_or_create_collection(name=COLLECTION_NAME)
collection.add(embeddings=embeddings, documents=docs, metadatas=metadatas, ids=ids)
print(f"✅ Collection remplie: {collection.count()} documents.")
return collection
# ======================================================================
# RAG - RETRIEVAL & RERANKING (Pas de changements)
# ======================================================================
def retrieve_and_rerank(query_text, collection, model_paraphrase, model_cross_encoder):
"""Récupère et rerank les résultats."""
print(f"🔍 Récupération pour: '{query_text[:40]}...'")
query_emb = model_paraphrase.encode([query_text]).tolist()
results = collection.query(
query_embeddings=query_emb,
n_results=N_RESULTS_RETRIEVAL,
include=['documents', 'metadatas', 'distances']
)
if not results['ids'][0]:
print("⚠️ Aucun résultat trouvé.")
return pd.DataFrame()
candidates = []
cross_input = []
for i, doc in enumerate(results['documents'][0]):
meta = results['metadatas'][0][i]
candidates.append({
'question': meta[Q_COLUMN_NAME],
'reponse': meta[R_COLUMN_NAME],
'doc_type': meta.get('type'),
'text_reranked': doc,
'initial_distance': results['distances'][0][i]
})
cross_input.append([query_text, doc])
scores = model_cross_encoder.predict(cross_input)
for i, score in enumerate(scores):
candidates[i]['rerank_score'] = score
df = pd.DataFrame(candidates).sort_values('rerank_score', ascending=False)
df = df.drop_duplicates(subset=['question', 'reponse'], keep='first')
return df.head(N_RESULTS_RERANK)
def generate_rag_prompt(query_text, df_results, conversation_history):
"""Génère le prompt RAG final."""
context = []
if not df_results.empty:
for _, row in df_results.iterrows():
context.append(f"Q: {row['question']}\nR: {row['reponse']}")
context_str = "\n---\n".join(context)
history_str = ""
if conversation_history:
history_str = "HISTORIQUE:\n"
display_history = conversation_history[-(MAX_CONVERSATION_HISTORY * 2):]
for msg in display_history:
role = "USER" if msg["role"] == "user" else "ASSISTANT"
history_str += f"{role}: {msg['content']}\n"
history_str += "\n"
return f"""{history_str}UTILISATEUR: {query_text}
CONTEXTE (si utile):
[{context_str}]
INSTRUCTIONS:
- Réponds brièvement et clairement, en un minimum de 2 paragraphe et un maximum de 3 paragraphe, entre chaque paragraphe tu écrira un #
- Reste professionnel, met des emojis dans ta réponse tout en restant profesionnel
- Réponds uniquement à la question posée
- Ne mentionne NOVA que si l'utilisateur l'évoque clairement
- Mentionne obligatoirement Mathieu dans ta réponse"""
# ======================================================================
# GESTION HISTORIQUE (Pas de changements)
# ======================================================================
def get_conversation_history(session_id):
"""Récupère l'historique d'une session."""
return conversation_histories.get(session_id, [])
def add_to_history(session_id, role, content):
"""Ajoute un message à l'historique."""
if session_id not in conversation_histories:
conversation_histories[session_id] = []
conversation_histories[session_id].append({"role": role, "content": content})
if len(conversation_histories[session_id]) > MAX_CONVERSATION_HISTORY * 2:
conversation_histories[session_id] = conversation_histories[session_id][-(MAX_CONVERSATION_HISTORY * 2):]
def clear_history(session_id):
"""Efface l'historique d'une session."""
conversation_histories[session_id] = []
# ======================================================================
# CALL GEMINI (Pas de changements)
# ======================================================================
def call_gemini(rag_prompt, system_prompt, gemini_client):
"""Appelle Google Gemini."""
try:
response = gemini_client.models.generate_content(
model=GEMINI_MODEL,
contents=f"{system_prompt}\n\n{rag_prompt}"
)
return response.text.replace("*", "")
except Exception as e:
print(f"❌ Erreur Gemini: {e}")
return f"Erreur: {str(e)}"
# ======================================================================
# ANSWER PROCESS (Pas de changements)
# ======================================================================
def get_answer(query_text, collection, model_paraphrase, model_cross_encoder, conversation_history):
"""Exécute le processus RAG complet."""
print(f"\n{'='*50}")
print(f"🚀 Traitement: '{query_text}'")
print(f"{'='*50}")
df_results = retrieve_and_rerank(query_text, collection, model_paraphrase, model_cross_encoder)
final_prompt = generate_rag_prompt(query_text, df_results, conversation_history)
return final_prompt
# ======================================================================
# INITIALISATION GLOBALE (Pas de changements)
# ======================================================================
def initialize_global_resources():
"""Initialise tous les modèles et ressources."""
global model_cross_encoder, model_paraphrase, collection, system_prompt, gemini_client
print("\n" + "="*50)
print("⚙️ INITIALISATION RAG")
print("="*50)
try:
model_cross_encoder, model_paraphrase = load_models()
df = load_data()
system_prompt = load_system_prompt()
gemini_client = initialize_gemini_client()
except Exception:
return False
try:
print(f"⏳ Initialisation de ChromaDB à l'emplacement: {CHROMA_DB_PATH}")
chroma_client = chromadb.PersistentClient(path=CHROMA_DB_PATH)
collection = setup_chromadb_collection(chroma_client, df, model_paraphrase)
print("✅ INITIALISATION COMPLÈTE\n")
return True
except Exception as e:
print(f"❌ Erreur lors de l'initialisation de ChromaDB ou du remplissage: {e}")
return False
# ======================================================================
# FLASK API
# ======================================================================
app = Flask(__name__)
CORS(app)
@app.route('/status', methods=['GET'])
def api_status():
"""Route de ping pour vérifier l'état de l'API."""
return jsonify({"status": "everything is good"}), 200
@app.route('/api/get_answer', methods=['POST'])
def api_get_answer():
"""Endpoint principal pour obtenir une réponse et envoyer la notification Email."""
if any(x is None for x in [model_cross_encoder, model_paraphrase, collection, system_prompt, gemini_client]):
return jsonify({"error": "Ressources non chargées. Veuillez vérifier les logs d'initialisation."}), 500
try:
data = request.get_json()
query_text = data.get('query_text')
session_id = data.get('session_id', 'archive')
if not query_text:
generic_message = "Requête vide."
return jsonify({"error": generic_message}), 400
history = get_conversation_history(session_id)
rag_prompt = get_answer(query_text, collection, model_paraphrase, model_cross_encoder, history)
response = call_gemini(rag_prompt, system_prompt, gemini_client)
add_to_history(session_id, "user", query_text)
add_to_history(session_id, "assistant", response)
# 🚀 ENVOI DE LA NOTIFICATION EMAIL
send_llm_interaction_email(
question=query_text,
reponse_llm=response,
session_id=session_id
)
return jsonify({"generated_response": response})
except Exception as e:
print(f"❌ Erreur générale de l'API: {e}")
generic_message = "Problème avec l'API, veuillez réessayer plus tard."
return jsonify({"error": generic_message}), 500
@app.route('/api/clear_history', methods=['POST'])
def api_clear_history():
"""Efface l'historique d'une session."""
try:
data = request.get_json()
session_id = data.get('session_id', 'archive')
clear_history(session_id)
return jsonify({"message": f"Historique effacé: {session_id}"})
except Exception as e:
generic_message = "Problème avec l'API, veuillez réessayer plus tard."
return jsonify({"error": generic_message}), 500
# ======================================================================
# MAIN
# ======================================================================
if __name__ == '__main__':
print("start app.py")
if initialize_global_resources():
# ➡️ ENVOI DE L'EMAIL AU DÉMARRAGE
send_startup_email()
try:
import socket
s = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
s.connect(("8.8.8.8", 80))
local_ip = s.getsockname()[0]
s.close()
except Exception:
local_ip = "127.0.0.1"
print("\n" + "="*50)
print("🌐 SERVEUR DÉMARRÉ")
print(f"✅ API accessible à l'URL (via l'interface réseau locale): http://{local_ip}:{API_PORT}")
print("="*50 + "\n")
app.run(host=API_HOST, port=API_PORT, debug=False)
else:
print("❌ Impossible de démarrer le serveur. Veuillez vérifier les logs pour les erreurs d'initialisation.") |