Create main.py

main.py

@@ -0,0 +1,70 @@
+import os
+import time
+import json
+import requests
+from smolagents import CodeAgent, DuckDuckGoSearchTool, HfApiModel, InferenceClientModel
+from tools import duckduckgo_search, wikipedia_search, summarize_text, load_memory, save_memory
+
+
+tokens = os.environ.get('HUGGINGFACEHUB_API_TOKEN')
+print(tokens)
+
+token = os.getenv('HF_HOME/token')
+#Token di Autorizzazione (verifica ambiente)
+token = 'HUGGINGFACEHUB_API_TOKEN'
+if not token:
+    raise ValueError("Imposta la variabile d'ambiente HF_TOKEN")
+
+# Scegli il modello
+model = HfApiModel(model_id="google/flan-t5-base", token=token)
+
+# Strumenti
+tools = [DuckDuckGoSearchTool(), wikipedia_search]
+
+agent = CodeAgent(
+    tools=tools,
+    model=model,
+    additional_authorized_imports=["requests", "bs4"]
+)
+
+def run_agent(query: str) -> str:
+    try:
+        memory = load_memory()
+        if query in memory:
+            return memory[query]
+        
+        # Ricerca e sintesi
+        duck_text = duckduckgo_search(query, max_results=3)
+        wiki_text = wikipedia_search(query)
+        
+        duck_summary = summarize_text(duck_text, max_length=150)
+        wiki_summary = summarize_text(wiki_text, max_length=150)
+        
+        prompt = (
+            f"Domanda: {query}\n\n"
+            f"Informazioni sintetizzate da Wikipedia:\n{wiki_summary}\n\n"
+            f"Informazioni sintetizzate da DuckDuckGo:\n{duck_summary}\n\n"
+            "Fornisci una risposta sintetica e chiara."
+        )
+        
+        # Verifica tipo modello e chiama generate con argomento corretto
+        if isinstance(model, InferenceClientModel):
+            messages = [
+                {"role": "system", "content": "Sei un assistente utile."},
+                {"role": "user", "content": prompt}
+            ]
+            response = model.generate(messages=messages)
+        else:
+            response = model.generate(prompt=prompt, max_new_tokens=200)
+        
+        # Controllo per risposte vuote
+        if not response.strip():
+            response = "Non ho capito la domanda, per favore riprova."
+        
+        memory[query] = response
+        save_memory(memory)
+        
+        return response
+    
+    except Exception as e:
+        return f"Errore durante l'esecuzione dell'agent: {str(e)}"