Spaces:
Runtime error
Runtime error
Update app.py
Browse files
app.py
CHANGED
|
@@ -1,8 +1,7 @@
|
|
| 1 |
import os
|
| 2 |
-
import shutil
|
| 3 |
import gradio as gr
|
| 4 |
from git import Repo
|
| 5 |
-
from llama_index.core import SimpleDirectoryReader, VectorStoreIndex,
|
| 6 |
from llama_index.embeddings.openai import OpenAIEmbedding
|
| 7 |
from llama_index.llms.openai import OpenAI
|
| 8 |
|
|
@@ -19,14 +18,16 @@ if not os.path.exists(PROJECT_DIR):
|
|
| 19 |
if not os.path.exists(PROJECT_DIR) or not os.listdir(PROJECT_DIR):
|
| 20 |
raise ValueError(f"Erro: O diretório {PROJECT_DIR} está vazio ou não foi clonado corretamente.")
|
| 21 |
|
|
|
|
|
|
|
|
|
|
|
|
|
| 22 |
# Lendo os arquivos do projeto
|
| 23 |
documents = SimpleDirectoryReader(PROJECT_DIR).load_data()
|
| 24 |
|
| 25 |
# Criando um índice vetorial para buscas
|
| 26 |
-
service_context = ServiceContext.from_defaults(llm=OpenAI(), embed_model=OpenAIEmbedding())
|
| 27 |
storage_context = StorageContext.from_defaults(persist_dir="storage")
|
| 28 |
-
|
| 29 |
-
index = VectorStoreIndex.from_documents(documents, storage_context=storage_context, service_context=service_context)
|
| 30 |
|
| 31 |
# Função para responder perguntas sobre o projeto
|
| 32 |
def respond(message, history):
|
|
|
|
| 1 |
import os
|
|
|
|
| 2 |
import gradio as gr
|
| 3 |
from git import Repo
|
| 4 |
+
from llama_index.core import SimpleDirectoryReader, VectorStoreIndex, StorageContext, Settings
|
| 5 |
from llama_index.embeddings.openai import OpenAIEmbedding
|
| 6 |
from llama_index.llms.openai import OpenAI
|
| 7 |
|
|
|
|
| 18 |
if not os.path.exists(PROJECT_DIR) or not os.listdir(PROJECT_DIR):
|
| 19 |
raise ValueError(f"Erro: O diretório {PROJECT_DIR} está vazio ou não foi clonado corretamente.")
|
| 20 |
|
| 21 |
+
# Configurar LlamaIndex corretamente
|
| 22 |
+
Settings.llm = OpenAI()
|
| 23 |
+
Settings.embed_model = OpenAIEmbedding()
|
| 24 |
+
|
| 25 |
# Lendo os arquivos do projeto
|
| 26 |
documents = SimpleDirectoryReader(PROJECT_DIR).load_data()
|
| 27 |
|
| 28 |
# Criando um índice vetorial para buscas
|
|
|
|
| 29 |
storage_context = StorageContext.from_defaults(persist_dir="storage")
|
| 30 |
+
index = VectorStoreIndex.from_documents(documents, storage_context=storage_context)
|
|
|
|
| 31 |
|
| 32 |
# Função para responder perguntas sobre o projeto
|
| 33 |
def respond(message, history):
|