Update utils.py

utils.py

@@ -281,17 +281,22 @@ def document_retrieval_mongodb(llm, prompt):
 #Langchain anlegen
 ###############################################
 #langchain nutzen, um prompt an LLM zu leiten - llm und prompt sind austauschbar
-def llm_chain(llm, prompt):
-    llm_chain = LLMChain(llm = llm, prompt = LLM_CHAIN_PROMPT)
-    result = llm_chain.run({"question": prompt})
+def llm_chain(llm, prompt, hugchat):
+    if (!hugchat):
+        llm_chain = LLMChain(llm = llm, prompt = LLM_CHAIN_PROMPT)
+        result = llm_chain.run({"question": prompt})
+    else:
+        result = chatbot.query(prompt, web_search=True)
     return result
 
 #nur für HF-um bei chatverlauf kurzbeschreibung zu erzeugen
-def llm_chain2(llm, prompt):
-    llm_chain = LLMChain(llm = llm, prompt = LLM_CHAIN_PROMPT2)
-    result = llm_chain.run({"question": prompt})
+def llm_chain2(llm, prompt, hugchat):
+    if (!hugchat):
+        llm_chain = LLMChain(llm = llm, prompt = LLM_CHAIN_PROMPT2)
+        result = llm_chain.run({"question": prompt})
+    else:
+        result = chatbot.query(prompt, web_search=True)
     return result
-    
 #############################################
 #langchain nutzen, um prompt an llm zu leiten, aber vorher in der VektorDB suchen, um passende splits zum Prompt hinzuzufügen
 def rag_chain(llm, prompt, db):