Update app.py

app.py

@@ -1,5 +1,6 @@
 import gradio as gr
 import os
+import nltk # Импортируем новую библиотеку
 from langchain_community.embeddings import HuggingFaceEmbeddings
 from langchain_community.vectorstores import FAISS
 from langchain.chains import RetrievalQA
@@ -8,6 +9,11 @@ from huggingface_hub import login
 from langchain_community.document_loaders import UnstructuredWordDocumentLoader
 from langchain.text_splitter import RecursiveCharacterTextSplitter
 
+# --- ЗАГРУЗКА ДОПОЛНИТЕЛЬНЫХ КОМПОНЕНТОВ ДЛЯ ОБРАБОТКИ ТЕКСТА ---
+# Эти строки решают ошибку 'LookupError: Resource punkt not found'
+# Они скачивают необходимые языковые модели для разделения текста на предложения.
+nltk.download('punkt')
+
 # --- КОНФИГУРАЦИЯ ---
 HF_TOKEN = os.environ.get("HUGGINGFACEHUB_API_TOKEN")
 login(token=HF_TOKEN)
@@ -41,7 +47,6 @@ create_vector_db_if_not_exists()
 embeddings = HuggingFaceEmbeddings(model_name=EMBEDDING_MODEL)
 db = FAISS.load_local(FAISS_INDEX_PATH, embeddings, allow_dangerous_deserialization=True)
 llm = HuggingFaceHub(repo_id=LLM_REPO_ID, model_kwargs={"temperature": 0.1, "max_new_tokens": 1024})
-# ИСПРАВЛЕННАЯ СТРОКА НИЖЕ (убран пробел в as_retriever)
 qa_chain = RetrievalQA.from_chain_type(llm=llm, chain_type="stuff", retriever=db.as_retriever(search_kwargs={"k": 3}), return_source_documents=True)
 
 # --- ФУНКЦИЯ ДЛЯ ИНТЕРФЕЙСА ---