README.md

metadata

title: CoranIA
emoji: 📖
colorFrom: green
colorTo: blue
sdk: streamlit
sdk_version: 1.32.2
app_file: app.py
pinned: false

CoranIA 📖🤖

CoranIA est une application RAG (Retrieval-Augmented Generation) pour poser des questions sur le Coran en français. Elle utilise :

• ChromaDB pour l’index documentaire.
• Google Gemini pour la génération de réponses naturelles.
• Streamlit pour l’interface.

Fonctionnalités

• Recherche sémantique dans le Coran grâce à ChromaDB.
• Génération de réponses en langage naturel avec Gemini.
• Boutons de partage (WhatsApp, Facebook).
• Extraction automatique de l’index zip.
• Interface simple et responsive.

Structure du projet

CoranIA/
├─ app.py               # Application Streamlit
├─ index_coran.py       # Script d’indexation du PDF du Coran
├─ coran_french.pdf     # PDF source du Coran
├─ chroma_db_coran/     # Dossier d’index ChromaDB (après indexation)
├─ chroma_db_coran.zip  # Archive de l’index (upload sur HF)
├─ .env                 # Variables d’environnement (API Keys)
├─ requirements.txt     # Dépendances Python
└─ README.md            # Documentation du projet

Installation et exécution locales

git clone https://huggingface.co/spaces/Sidoineko/CoranIA
cd CoranIA

# Créer et activer un venv
python -m venv venv
venv\Scripts\activate      # Windows
# source venv/bin/activate   # Linux/Mac

# Installer les dépendances
pip install -r requirements.txt

Configurer la clé API

Créer un fichier .env à la racine :

GOOGLE_API_KEY=...
GEMINI_API_KEY_2=...

Générer l’index (si non déjà présent)

python index_coran.py

Lancer l’application

streamlit run app.py

Déploiement sur Hugging Face Spaces

1. Zipper le dossier d’index : chroma_db_coran/ → chroma_db_coran.zip
2. Uploader chroma_db_coran.zip dans le repo du Space (Dataset).
3. Pusher les sources (app.py, index_coran.py, requirements.txt, README.md).
4. Le Space se déploie automatiquement.

License

MIT License