Update app.py

app.py

@@ -1,256 +1,46 @@
-import os
-import openai
 import gradio as gr
-import xml.etree.ElementTree as ET
-import pandas as pd        # Excel okuma için pandas
-import docx                # Word (.docx) dosyalarını okuma
-import threading
-import time
-
-# OpenAI API anahtarını ortam değişkeninden al
-openai.api_key = os.getenv("OPENAI_API_KEY")
-
-# OpenAI modeli ayarları
-OPENAI_CHAT_MODEL = "gpt-4"    # Metin tabanlı GPT modeli
-TTS_MODEL = "tts-1"            # OpenAI TTS modeli
-TTS_VOICE = "nova"             # Tercih edilen ses
+import requests
+import os
+from openai import OpenAI
 
-# Trek ürün bilgileri XML dosyasını yükle (stok ve fiyat kontrolü için)
-try:
-    trek_tree = ET.parse("trek_products.xml")
-    trek_root = trek_tree.getroot()
-except Exception as e:
-    trek_root = None
-    print(f"XML yüklenirken hata oluştu: {e}")
+# OpenAI API istemcisi
+client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
 
-# Sistem mesajı ve özel kurallar (sohbetin her başında yer alacak temel yönergeler)
-SYSTEM_PROMPT = (
-    "You are Trek Chatbot, an AI assistant that provides information about Trek products and performs various tasks. "
-    "Follow the given rules and guidelines. If the user asks for Trek product info, provide stock and price from the XML database. "
-    "If the user requests to read a file, fetch its content from Google Drive. "
-    "Always respond helpfully in the same language as the user's question, and keep a friendly tone."
-)
+# Chatbot fonksiyonunuzu ses üretimi ile birlikte güncelleyin
+def chatbot_fn_tts(user_message, history):
+    text_response = ""
 
-def check_trek_product_info(product_id):
-    """
-    Verilen ürün kodu/ID için Trek XML veritabanından fiyat ve stok bilgisini döndürür.
-    Bulunamazsa (None, None) döndürür.
-    """
-    price = None
-    stock = None
-    if trek_root is None:
-        return price, stock
-    # XML yapısında <product><id>...</id><price>...</price><stock>...</stock></product> şeklinde olduğunu varsayıyoruz
-    for product in trek_root.findall("product"):
-        pid = product.find("id").text if product.find("id") is not None else ""
-        if pid and product_id.lower() == pid.lower():
-            # Ürün eşleşti, fiyat ve stok bilgilerini al
-            price_elem = product.find("price")
-            stock_elem = product.find("stock")
-            price = price_elem.text if price_elem is not None else None
-            stock = stock_elem.text if stock_elem is not None else None
-            break
-    return price, stock
+    payload = {
+        "model": "gpt-4o",
+        "messages": history + [{"role": "user", "content": user_message}],
+        "temperature": 0.2,
+        "stream": False
+    }
 
-def read_file_from_drive(file_path):
-    """
-    Google Drive üzerinde bulunan bir Excel (.xlsx) veya Word (.docx) dosyasını okuyup içeriğini döndürür.
-    """
-    content = ""
-    try:
-        if file_path.lower().endswith((".xlsx", ".xls")):
-            # Excel dosyasını oku
-            df = pd.read_excel(file_path)
-            # Excel içeriğini CSV formatında metne dönüştür (alternatif: istenen şekilde işlenebilir)
-            content = df.to_csv(index=False)
-        elif file_path.lower().endswith(".docx"):
-            # Word dosyasını oku
-            doc = docx.Document(file_path)
-            full_text = [para.text for para in doc.paragraphs]
-            content = "\n".join(full_text).strip()
-        else:
-            # Metin dosyası olarak oku (Excel/Word dışındaki dosyalar için genel durum)
-            with open(file_path, 'r', encoding='utf-8') as f:
-                content = f.read()
-    except Exception as e:
-        content = f"Hata: Dosya okunurken sorun oluştu - {e}"
-    return content
+    chat_response = client.chat.completions.create(**payload)
 
-def log_to_huggingface(log_content):
-    """
-    Konuşma geçmişini veya belirli bir log bilgisini Hugging Face'e yükler.
-    Bu örnekte işlev gövdesi boş bırakılmıştır; gerçek uygulamada API çağrısı yapılmalıdır.
-    """
-    try:
-        # TODO: Hugging Face'e yükleme kodunu buraya entegre edin (örneğin huggingface_hub kullanarak).
-        # Örnek: HfApi().upload_file(...) ile log_content içeriğini bir depo/dosya olarak yükleyebilirsiniz.
-        pass
-    except Exception as e:
-        print(f"Hugging Face log yüklemede hata: {e}")
+    text_response = chat_response.choices[0].message.content
 
-def periodic_log(interval=300):
-    """
-    Sohbet geçmişini belirli aralıklarla (interval saniye) Hugging Face'e gönderen arkaplan görevi.
-    """
-    while True:
-        time.sleep(interval)
-        try:
-            # Sistem mesajı haricindeki konuşmaları derle
-            conversation_text = "\n".join(
-                [f"{m['role'].capitalize()}: {m['content']}" 
-                 for m in conversation_log if m.get('role') != 'system']
-            )
-            if conversation_text:
-                log_to_huggingface(conversation_text)
-        except Exception as e:
-            print(f"Periyodik loglama hatası: {e}")
+    # TTS ses üretimi
+    response = client.audio.speech.create(
+        model="tts-1",
+        voice="nova",
+        input=text_response
+    )
 
-def generate_text_response(conversation):
-    """
-    OpenAI ChatCompletion API ile güncel konuşma geçmişine göre metin yanıtı üretir.
-    """
-    try:
-        response = openai.ChatCompletion.create(
-            model=OPENAI_CHAT_MODEL,
-            messages=conversation
-        )
-        answer = response['choices'][0]['message']['content'].strip()
-    except Exception as e:
-        # Hata durumunda özür dileyen bir mesaj döndür (hata mesajını da içerebilir)
-        answer = f"Üzgünüm, yanıt üretirken bir hata oluştu: {e}"
-    return answer
+    audio_file_path = "tts_output.mp3"
+    response.stream_to_file(audio_file_path)
 
-def generate_audio_from_text(text):
-    """
-    Verilen metni OpenAI TTS modeliyle sese dönüştürür ve MP3 dosya yolunu döndürür.
-    TTS başarısız olursa None döndürür.
-    """
-    try:
-        audio_response = openai.Audio.create(
-            model=TTS_MODEL,
-            voice=TTS_VOICE,
-            text=text,
-            response_format="audio/mp3"
-        )
-        # audio_response içeriğinden ses verisini al (varsayılan anahtar adı 'audio' olarak düşünülmüştür)
-        audio_content = audio_response.get('audio')
-        if audio_content is None:
-            # Bazı durumlarda audio_response doğrudan binary içerebilir, o durumda audio_content None olacaktır.
-            audio_content = audio_response  # Mümkünse direkt kullan
-        
-        # Elde edilen ses verisini bir MP3 dosyasına kaydet
-        filename = f"response_{int(time.time())}.mp3"
-        with open(filename, "wb") as f:
-            f.write(audio_content)
-        return filename
-    except Exception as e:
-        # Hata durumunda konsola logla ve None döndür
-        print(f"TTS generation failed: {e}")
-        return None
+    return text_response, audio_file_path
 
-# Gradio arayüzünü tanımla
-with gr.Blocks() as demo:
-    gr.Markdown("## Trek Chatbot (Metin + Sesli Yanıt)")  # Başlık
-    
-    chatbot = gr.Chatbot(label="Sohbet Geçmişi")  # Sohbet geçmişini gösterecek bileşen
-    user_input = gr.Textbox(label="Mesajınız")   # Kullanıcıdan metin girişi
-    send_btn = gr.Button("Gönder")               # Mesaj gönderme butonu
-    clear_btn = gr.Button("Konuşmayı Sıfırla")    # Sohbeti temizleme butonu
-    
-    # Durum (state) değişkenleri: tam konuşma geçmişi (sistem mesajı dahil) ve sadece kullanıcı-asistan çiftleri (görüntüleme için)
-    conversation_state = gr.State([{"role": "system", "content": SYSTEM_PROMPT}])  # Sistem mesajıyla başlat
-    chat_history_state = gr.State([])  # Kullanıcı ve asistan mesaj çiftlerini tutacak (görüntüleme amacıyla)
-    
-    audio_output = gr.Audio(label="Sesli Yanıt", elem_id="audio_out")  # Sesli yanıt için çıktı bileşeni
-    
-    # Global değişken (referans): konuşma geçmişi listesi (sistem dahil) - sohbet geçmişini kilitleyerek yönetiyoruz
-    conversation_log = conversation_state.value  # conversation_state içindeki liste nesnesine referans
-    
-    def respond(user_message, conversation_state_value, chat_history_value):
-        """
-        Kullanıcının mesajına yanıt üretir (metin ve ses). 
-        conversation_state_value: tam geçmiş (sistem mesajı dahil),
-        chat_history_value: sohbet geçmişi (görüntüleme için kullanıcı-bot çiftleri).
-        """
-        # Kullanıcı mesajını konuşma geçmişine ekle (OpenAI modeline tam geçmişi vereceğiz)
-        conversation_state_value.append({"role": "user", "content": user_message})
-        
-        bot_answer = None  # Asistan yanıtı (metin)
-        
-        # Özel kurallar: Trek ürün stok/fiyat sorgusu
-        if "stok" in user_message.lower() or "fiyat" in user_message.lower():
-            # Mesajda stok veya fiyat kelimesi geçiyorsa, ürünü bulmaya çalış
-            words = user_message.split()
-            product_id = None
-            for w in words:
-                # Basit yaklaşım: mesajdaki ilk alfasayısal kelimeyi ürün kodu varsayıyoruz
-                if w.isalnum():
-                    product_id = w
-                    break
-            if product_id:
-                price, stock = check_trek_product_info(product_id)
-                if price is not None:
-                    # Ürün bulundu, stok ve fiyat bilgisi ile yanıt oluştur
-                    stock_status = "stokta var" if stock and stock != "0" else "stokta yok"
-                    bot_answer = f"{product_id} ürünü {stock_status}, fiyatı {price}."
-                else:
-                    # Ürün bulunamadı
-                    bot_answer = "Üzgünüm, bu ürünün bilgisine ulaşılamadı."
-        
-        # Özel kurallar: Google Drive dosya okuma isteği
-        if bot_answer is None and "drive" in user_message.lower():
-            # Mesajda 'drive' geçiyorsa, son kelimeyi dosya yolu olarak al (örnek basit yaklaşım)
-            file_path = user_message.split()[-1]
-            file_content = read_file_from_drive(file_path)
-            bot_answer = f"{file_path} dosyasının içeriği:\n{file_content}"
-        
-        # Genel durum: Özel bir durum yoksa, GPT modelinden yanıt al
-        if bot_answer is None:
-            bot_answer = generate_text_response(conversation_state_value)
-        
-        # Asistanın metin yanıtını konuşma geçmişine ekle (model bağlamı için)
-        conversation_state_value.append({"role": "assistant", "content": bot_answer})
-        
-        # Hugging Face'e log kaydet (arkaplanda, asenkron şekilde)
-        log_text = f"User: {user_message}\nAssistant: {bot_answer}\n"
-        threading.Thread(target=log_to_huggingface, args=(log_text,)).start()
-        
-        # Metin yanıtını TTS ile sese dönüştür
-        audio_file = generate_audio_from_text(bot_answer)
-        
-        # Sohbet geçmişini güncelle (görsel için kullanıcı-bot çiftini ekle)
-        chat_history_value = chat_history_value or []  # None ise boş liste yap
-        chat_history_value.append((user_message, bot_answer))
-        
-        # conversation_state_value ve chat_history_value, Gradio state'lerini güncellemek için döndürülür
-        # audio_file ise ses dosyasının yolu ya da None (Gradio audio bileşenini güncellemek için)
-        return conversation_state_value, chat_history_value, audio_file
-    
-    # Gönder butonuna tıklandığında veya Enter'a basıldığında respond fonksiyonunu çağır
-    send_btn.click(
-        respond,
-        inputs=[user_input, conversation_state, chat_history_state],
-        outputs=[conversation_state, chatbot, audio_output]
-    )
-    user_input.submit(
-        respond,
-        inputs=[user_input, conversation_state, chat_history_state],
-        outputs=[conversation_state, chatbot, audio_output]
-    )
-    
-    # Konuşmayı sıfırla (temizle) butonu işlevi
-    def clear_history():
-        """Sohbet geçmişini ve durumu sıfırlar."""
-        return [{"role": "system", "content": SYSTEM_PROMPT}], [], None
-    clear_btn.click(
-        clear_history, 
-        inputs=None, 
-        outputs=[conversation_state, chatbot, audio_output], 
-        queue=False
-    )
-    
-    # Arkaplanda periyodik loglama işlemini başlat (daemon thread, uygulamayı engellemez)
-    threading.Thread(target=periodic_log, args=(300,), daemon=True).start()
+# Gradio arayüzünü oluştur
+iface = gr.Interface(
+    fn=chatbot_fn_tts,
+    inputs=["text", "state"],
+    outputs=["text", gr.Audio(type="filepath")],
+    title="Trek GPT-4o Mini TTS Chatbot",
+    description="Yazdığınız mesaja hem metin hem sesli yanıt alırsınız."
+)
 
-# Gradio arayüzünü başlat
-demo.launch()
+if __name__ == "__main__":
+    iface.launch(debug=True)