Update app.py

app.py

@@ -9,6 +9,7 @@ import io
 from PIL import Image, ImageDraw, ImageOps, ImageFont
 import base64
 import tempfile
+from reportlab.pdfgen import canvas
 
 from hugchat import hugchat
 from hugchat.login import Login
@@ -149,10 +150,8 @@ general_assistant_suche= openai_assistant_suche(client)
 #wenn löschen Button geklickt
 def clear_all(history, uploaded_file_paths, chats):
     dic_history = {schluessel: wert for schluessel, wert in history}
-    #summary = "\n\n".join(f'{schluessel}: \n  {wert}' for schluessel, wert in dic_history.items())
-    #um nur für die Bennenung des Chats nicht so viele Tokens zu schicken, nur die erste Eintragung im dict nehmen
-    erster_eintrag = next(iter(dic_history.items()))
-    summary = "\n\n".join(f'{erster_eintrag[0]}: \n  {erster_eintrag[1]}')
+    #später wird die summary auf 50 tokens verkürzt, um die Anfrage nicht so teuer werden zu lassen
+    summary = "\n\n".join(f'{schluessel}: \n  {wert}' for schluessel, wert in dic_history.items())
 
     #falls file mit summay für download existiert hat: das zunächst löschen
     #cleanup(file_path_download)
@@ -163,7 +162,8 @@ def clear_all(history, uploaded_file_paths, chats):
         chats[id_neu]=summary 
     else:
         chats[0]=summary
-        
+
+    #Eine Überschrift zu dem jeweiligen Chatverlauf finden - abhängig vom Inhalt
     #file_path_download = save_and_download(summary)
     headers, payload = process_chatverlauf(summary, MODEL_NAME, OAI_API_KEY)
     response = requests.post("https://api.openai.com/v1/chat/completions", headers=headers, json=payload)
@@ -176,9 +176,30 @@ def clear_all(history, uploaded_file_paths, chats):
         file_path_download = "data/" + str(len(chats)) + "_Chatverlauf"
     else:
         file_path_download = "data/" + str(len(chats)) + "_" + result
+
+    #summary in ein File laden
+    """    
     with open(file_path_download, 'w') as file:
             # String in die Datei schreiben
             file.write(summary)
+    """
+    # Erzeuge einen Bytestream
+    memoryFile = io.BytesIO()
+    # Erstelle eine Canvas-Instanz im Bytestream
+    c = canvas.Canvas(memoryFile, pagesize=letter)
+    # Setze die Schriftart und -grösse
+    c.setFont("Helvetica", 12)
+    # Fülle die Canvas mit dem Inhalt der Textdatei
+    c.drawString(100, 750, summary)
+    # Speicher die Canvas im Bytestream
+    c.save()
+    # Lege den Cursor zurück zum Anfang des Bytestreams
+    memoryFile.seek(0)
+    # Öffne eine neue PDF-Datei und kopiere den Inhalt des Bytestreams hinein
+    with open(file_path_download, 'wb') as outf:
+        outf.write(memoryFile.read())
+
+
     
     #die session variable in gradio erweitern und alle fliepath neu in das gr.File hochladen
     uploaded_file_paths=  uploaded_file_paths + [file_path_download]