moved a few things to environment variables, added requirements.txt

README.md

@@ -1,5 +1,5 @@
 ---
-title: L'Atelier du Fer - Recherche Catalogue
+title: L'Atelier du Fer - Catalog Search
 emoji: 🔍
 colorFrom: indigo
 colorTo: blue
@@ -8,87 +8,87 @@ sdk_version: 5.29.0
 app_file: app.py
 pinned: false
 license: apache-2.0
-short_description: App de recherche pour le catalogue de l'Atelier du Fer
+short_description: Search app for L'Atelier du Fer catalog
 ---
 
-# L'Atelier du Fer - Recherche Catalogue
+# L'Atelier du Fer - Catalog Search
 
-Cette application permet de rechercher des articles dans le catalogue de ferronnerie décorative de l'Atelier du Fer. Elle utilise l'intelligence artificielle pour comprendre les descriptions textuelles et analyser les images afin de trouver les articles les plus pertinents.
+This application allows users to search for items in the decorative ironwork catalog of L'Atelier du Fer. It uses artificial intelligence to understand textual descriptions and analyze images to find the most relevant items.
 
-## Fonctionnalités
+## Features
 
-### Pour les clients
-- Recherche d'articles par description textuelle
-- Recherche d'articles par image
-- Recherche combinée (texte + image)
-- Affichage des résultats sous forme de vignettes avec image, titre, description, prix et lien vers la page produit
+### For Customers
+- Search for items by text description
+- Search for items by image
+- Combined search (text + image)
+- Display of results as thumbnails with image, title, description, price, and link to the product page
 
-### Pour le personnel
-- Identification rapide d'un article à partir d'une photo
-- Affichage des informations détaillées de l'article (prix, référence, etc.)
+### For Staff
+- Quick identification of an item from a photo
+- Display of detailed item information (price, reference, etc.)
 
-## Technologies utilisées
+## Technologies Used
 
 - Python 3.13.3
-- Gradio pour l'interface utilisateur
-- OpenAI GPT-4.1 pour l'analyse de texte et d'images
-- MongoDB Atlas Vector Search pour la recherche vectorielle
-- LangChain pour l'orchestration des composants
+- Gradio for the user interface
+- OpenAI GPT-4.1 for text and image analysis
+- MongoDB Atlas Vector Search for vector search
+- LangChain for component orchestration
 
-## Installation locale
+## Local Installation
 
-1. Cloner le dépôt :
+1. Clone the repository:
 ```bash
-git clone https://github.com/votre-organisation/adf-chatbot2.git
+git clone https://github.com/your-organization/adf-chatbot2.git
 cd adf-chatbot2
 ```
 
-2. Installer les dépendances avec uv :
+2. Install dependencies with uv:
 ```bash
 uv venv
-source .venv/bin/activate  # Sur Windows: .venv\Scripts\activate
+source .venv/bin/activate  # On Windows: .venv\Scripts\activate
 uv pip install -e .
 ```
 
-3. Créer un fichier `.env` à la racine du projet avec les variables suivantes :
+3. Create a `.env` file at the root of the project with the following variables:
 ```
-OPENAI_API_KEY=votre_clé_api_openai
-MONGODB_URI=votre_uri_mongodb_atlas
+OPENAI_API_KEY=your_openai_api_key
+MONGODB_URI=your_mongodb_atlas_uri
 ```
 
-4. Lancer l'application :
+4. Launch the application:
 ```bash
 python app.py
 ```
 
-## Déploiement sur Hugging Face Spaces
+## Deployment on Hugging Face Spaces
 
-1. Forker ce dépôt sur GitHub
-2. Créer un nouveau Space sur Hugging Face
-3. Sélectionner "GitHub" comme source de code
-4. Sélectionner votre fork du dépôt
-5. Ajouter les secrets suivants dans les paramètres du Space :
-   - `OPENAI_API_KEY` : Votre clé API OpenAI
-   - `MONGODB_URI` : Votre URI MongoDB Atlas
+1. Fork this repository on GitHub
+2. Create a new Space on Hugging Face
+3. Select "GitHub" as the code source
+4. Select your fork of the repository
+5. Add the following secrets in the Space settings:
+   - `OPENAI_API_KEY`: Your OpenAI API key
+   - `MONGODB_URI`: Your MongoDB Atlas URI
 
-## Structure du projet
+## Project Structure
 
-- `app.py` : Point d'entrée de l'application
-- `src/` : Code source de l'application
-  - `database/` : Module de connexion à la base de données
-  - `image/` : Module de traitement d'images
-  - `search/` : Module de recherche vectorielle
-  - `ui/` : Module d'interface utilisateur Gradio
-  - `utils/` : Utilitaires et constantes
-- `tests/` : Tests unitaires
+- `app.py`: Application entry point
+- `src/`: Application source code
+  - `database/`: Database connection module
+  - `image/`: Image processing module
+  - `search/`: Vector search module
+  - `ui/`: Gradio user interface module
+  - `utils/`: Utilities and constants
+- `tests/`: Unit tests
 
-## Exécution des tests
+## Running Tests
 
-Pour exécuter tous les tests unitaires :
+To run all unit tests:
 ```bash
 uv run -m unittest discover tests
 ```
 
-## Licence
+## License
 
-Ce projet est sous licence Apache 2.0. Voir le fichier LICENSE pour plus de détails.
+This project is licensed under Apache 2.0. See the LICENSE file for more details.

requirements.txt

@@ -0,0 +1,8 @@
+gradio>=5.29.0
+langchain>=0.1.0
+langchain-openai>=0.1.0
+langchain-mongodb>=0.1.0
+openai>=1.10.0
+pymongo>=4.6.0
+python-dotenv>=1.0.0
+pillow>=10.0.0

src/utils/constants.py

@@ -1,12 +1,14 @@
+import os
+
 class Constants:
     # MODEL NAMES
-    MODEL = "gpt-4.1"
-    EMBEDDING_MODEL = "text-embedding-3-large"
+    MODEL = os.getenv("MODEL")
+    EMBEDDING_MODEL = os.getenv("EMBEDDING_MODEL")
 
     # Database
-    DB_NAME = "adf"
-    COLLECTION_NAME = "catalog"
-    ATLAS_VECTOR_SEARCH_INDEX_NAME = "adf_catalog_search_index"
+    DB_NAME = os.getenv("DB_NAME")
+    COLLECTION_NAME = os.getenv("COLLECTION_NAME")
+    ATLAS_VECTOR_SEARCH_INDEX_NAME = os.getenv("ATLAS_VECTOR_SEARCH_INDEX_NAME")
 
     # Search parameters
     CUSTOMER_SEARCH_LIMIT = 5
@@ -44,4 +46,4 @@ class Constants:
     UI_PRICE_LABEL = "Prix:"
 
     # Placeholder image URL for articles without images
-    PLACEHOLDER_IMAGE_URL = "https://via.placeholder.com/150?text=Pas+d'image"
+    PLACEHOLDER_IMAGE_URL = "https://placehold.co/150?text=Pas+d'image"