Update app.py

app.py

@@ -3,7 +3,8 @@ import warnings
 import gradio as gr
 from dotenv import load_dotenv
 
-from langchain.chains import ConversationalRetrievalChain, RetrievalQA
+from langchain.schema import SystemMessage, HumanMessage
+from langchain.chains import RetrievalQA
 from langchain_community.vectorstores import FAISS
 from langchain_openai import ChatOpenAI
 from langchain_community.embeddings import OpenAIEmbeddings
@@ -12,15 +13,12 @@ from langchain_community.embeddings import OpenAIEmbeddings
 import gradio_client.utils
 gradio_client.utils.json_schema_to_python_type = lambda schema, defs=None: "string"
 
-
-
 # Load environment variables
 load_dotenv()
-OPENAI_API_KEY = os.getenv("OPENAI_API_KEY_P") #or os.getenv("OPENAI_API_KEY_ROBO") 
+OPENAI_API_KEY = os.getenv("OPENAI_API_KEY_P")
 if not OPENAI_API_KEY:
     raise ValueError("Missing OPENAI_API_KEY. Please set it in your environment variables.")
 
-
 # Suppress warnings
 warnings.filterwarnings("ignore")
 
@@ -32,72 +30,61 @@ vectorstore = FAISS.load_local(
     "faiss_index_unmad_magz", embeddings, allow_dangerous_deserialization=True
 )
 
-# Load ChatOpenAI model
+# Initialize gpt-4o Chat model
 llm = ChatOpenAI(
     model_name="gpt-4o",
     temperature=0.7,
     max_tokens=1000,
-    openai_api_key=OPENAI_API_KEY  # ✅ this was missing
+    openai_api_key=OPENAI_API_KEY
 )
 
-# Build conversational chain with history
+# Build RetrievalQA chain for backup QA route (optional)
 qa = RetrievalQA.from_chain_type(
-    llm="gpt-4o",
+    llm=llm,
     chain_type="stuff",
     retriever=vectorstore.as_retriever()
 )
 
-history = []
-
-
-def custom_unmad_satirical_bot(query, top_k=3):
-    # Step 1: Retrieve context
-    docs = retriever.invoke(query)
+# Satirical Unmad-style QA function
+def custom_unmad_satirical_bot(message, history, top_k=3):
+    # Step 1: Retrieve RAG context
+    retriever = vectorstore.as_retriever()
+    docs = retriever.invoke(message)
     top_contexts = "\n\n---\n\n".join([doc.page_content for doc in docs[:top_k]])
 
-    # Step 2: Create system + user messages
+    # Step 2: Create prompt messages
     messages = [
         SystemMessage(content="""
 তুমি 'উন্মাদ' ম্যাগাজিনের একজন পুরানো ব্যঙ্গাত্মক লেখক। তোমার কাজ হলো ব্যবহারকারীর প্রশ্ন শুনে স্যাটায়ার, কটাক্ষ, রসিকতা, ঠাট্টা, আর একটু জ্ঞান মিশিয়ে উত্তর দেওয়া — যাতে লোক হাসে, চিন্তা করে, আবার নতুন কিছু শিখে।
-
 তুমি কখনোই একদম সোজাসাপ্টা উত্তর দেবে না — বরং একটু অভিনয় করে, অবাক হয়ে, ঠাট্টা করে, খোঁচা মেরে দেবে।
-
 ইমোজি ব্যবহার করো না।
 """),
         HumanMessage(content=f"""
 🔍 প্রসঙ্গ:
 {top_contexts}
 
-প্রশ্ন: {query}
+প্রশ্ন: {message}
 
 উত্তর দাও উন্মাদ ম্যাগাজিনের স্টাইলে — বাংলায়, ব্যঙ্গ করে, কল্পনা আর অতিরঞ্জন দিয়ে।
 """)
     ]
 
-    # Step 3: Call the model
-    history.append(chat_model.invoke(messages).content)
-    return chat_model.invoke(messages).content
-
-
-    
-# Chatbot logic
-def custom_unmad_satirical_bot(message, history):
-    result = qa({"question": message, "chat_history": history})
-    answer = result["answer"]
-    history.append((message, answer))
+    # Step 3: Generate response
+    response = llm.invoke(messages).content
+    history.append((message, response))
     return "", history
 
 # Gradio UI
 with gr.Blocks() as demo:
-    gr.Markdown("# USB: Unmad Satirical Bot")
+    gr.Markdown("# 🧠 USB: Unmad Satirical Bot (উন্মাদীয় বট)")
     chatbot = gr.Chatbot()
     msg = gr.Textbox(placeholder="কি চলে আপনার মনে বলেন শুনি?")
     clear = gr.Button("Clear")
 
-    state = gr.State(history)
+    state = gr.State([])
 
-    msg.submit(sysml_chatbot, [msg, state], [msg, chatbot])
+    msg.submit(custom_unmad_satirical_bot, [msg, state], [msg, chatbot])
     clear.click(lambda: ([], ""), None, [chatbot, msg])
 
 if __name__ == "__main__":
-    demo.launch()
+    demo.launch()