Update app.py

app.py

@@ -7,40 +7,57 @@ import os
 from datetime import datetime
  
 MODEL_NAME = "google/gemma-2b-it"
-MAX_TOKENS = 1600
-TEMPERATURE = 0.7
+INFO_FILE = "infos_medicaux.txt"
 CSV_FILE = "conversations.csv"
+MAX_TOKENS = 1500
+TEMPERATURE = 0.7
  
 print("Chargement du modèle...")
 tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
 model = AutoModelForCausalLM.from_pretrained(
     MODEL_NAME,
-    torch_dtype=torch.float32,
+    torch_dtype=torch.float32
 )
 print("Modèle chargé avec succès")
  
+if os.path.exists(INFO_FILE):
+    with open(INFO_FILE, "r", encoding="utf-8") as f:
+        medical_context = f.read()
+        print(f"📘 Contexte médical chargé depuis {INFO_FILE} ({len(medical_context)} caractères)")
+else:
+    medical_context = ""
+    print("⚠️ Aucun fichier infos_medicaux.txt trouvé. FINANFA fonctionnera sans contexte médical local.")
+ 
+# === INITIALISATION DU FICHIER CSV ===
 if not os.path.exists(CSV_FILE):
     with open(CSV_FILE, mode="w", newline="", encoding="utf-8") as file:
         writer = csv.writer(file)
         writer.writerow(["timestamp", "user_message", "assistant_response"])
  
+# === FONCTION PRINCIPALE DU CHATBOT ===
 @spaces.GPU
 def chat_with_finanfa(message, history=None):
     if history is None:
         history = []
  
+    # Instructions système
     system_prompt = (
         "Tu es FINANFA, un assistant médical intelligent, empathique et précis. "
+        "Tu t'appuies sur les connaissances médicales fournies dans ton contexte. "
         "Tu ne réponds qu’aux questions liées à la santé, aux maladies ou aux médicaments. "
         "Si une question n’est pas médicale, tu dis poliment que tu ne peux pas répondre."
     )
  
+    # Construction du contexte conversationnel
     conversation = f"Système : {system_prompt}\n"
+    if medical_context:
+        conversation += f"Connaissances médicales : {medical_context}\n"
     for user_msg, bot_msg in history:
         conversation += f"Utilisateur : {user_msg}\nAssistant : {bot_msg}\n"
     conversation += f"Utilisateur : {message}\nAssistant :"
  
-    inputs = tokenizer(conversation, return_tensors="pt")
+    # Génération de la réponse
+    inputs = tokenizer(conversation, return_tensors="pt", truncation=True)
     outputs = model.generate(
         **inputs,
         max_new_tokens=MAX_TOKENS,
@@ -52,6 +69,7 @@ def chat_with_finanfa(message, history=None):
     response = tokenizer.decode(outputs[0], skip_special_tokens=True)
     response = response.split("Assistant :")[-1].strip()
  
+    # Sauvegarde dans le CSV
     timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
     with open(CSV_FILE, mode="a", newline="", encoding="utf-8") as file:
         writer = csv.writer(file)
@@ -59,11 +77,31 @@ def chat_with_finanfa(message, history=None):
  
     return response
  
+# === INTERFACE GRADIO ===
 with gr.Blocks(title="FINANFA — Chatbot Médical") as demo:
     gr.Markdown(
         """
         # 🏥 **FINANFA — Assistant Médical**
-        Cet assistant répond uniquement aux questions médicales.  
+        Cet assistant répond uniquement aux questions médicales  
+        et utilise un fichier `.txt` pour enrichir ses réponses.  
         ⚠️ Il ne remplace pas un avis médical professionnel.
         """
     )
+ 
+    chat = gr.ChatInterface(
+        fn=chat_with_finanfa,
+        title="FINANFA - Assistant Médical",
+        description="Posez vos questions médicales en toute sécurité.",
+        examples=[
+            "Quels sont les symptômes du paludisme ?",
+            "Comment prévenir le diabète ?",
+            "Quels médicaments prendre pour la fièvre ?"
+        ]
+    )
+ 
+    # Bouton pour télécharger le CSV
+    with gr.Row():
+        gr.Markdown("### 📥 Télécharger les conversations")
+        gr.File(CSV_FILE, label="Conversations sauvegardées")
+ 
+demo.launch(server_name="0.0.0.0", server_port=7860)