Update app.py

app.py

@@ -51,7 +51,7 @@ chats={}
 
 #############################################
 # Allgemeine Konstanten
-TEMP_PATH = 'tmp/gradio/01834b95fcf793903d65ab947cc410dc1600d0df/chatverlauf.txt'
+FILE_PATH = 'data/chatverlauf.txt'
 
 ##################################################
 #Für MongoDB statt Chroma als Vektorstore
@@ -133,18 +133,18 @@ def clear_all(history):
     dic_history = {schluessel: wert for schluessel, wert in history}
     summary = "\n\n".join(f'{schluessel}: \n  {wert}' for schluessel, wert in dic_history.items())
     #schlagwort finden zu dem chatverlauf
+    """
     headers, payload = process_chatverlauf(summary, MODEL_NAME, OAI_API_KEY)
     response = requests.post("https://api.openai.com/v1/chat/completions", headers=headers, json=payload)
     #als json ausgeben
     data = response.json()
     # Den "content" auswählen, da dort die Antwort der Ki enthalten ist
     result = data['choices'][0]['message']['content']
-
-    #Alternatives Model umd schlagworte zu finden
     """
+    #Alternatives Model umd schlagworte zu finden
     llm =  HuggingFaceHub(repo_id=repo_id, model_kwargs={"temperature": 0.5, "max_length": 128})
     result = process_chatverlauf_hf(prompt,llm)
-    """
+    
     #chat hinzufügen zu den chatverläufen und in GUI anzeigen
     id_neu = str(len(chats)+1) + "_" + result
     #chats ist ein dictionary
@@ -169,7 +169,7 @@ def download_chats(selected_chats):
         # Diese Funktion bereitet die ausgewählten Chats zum Download vor
         data = "\n\n".join(chats[chat] for chat in selected_chats)
         # Dateipfad festlegen (hier wird die Datei im aktuellen Verzeichnis gespeichert)
-        file_path = TEMP_PATH  #'data/chatverlauf.txt'
+        file_path = FILE_PATH  #'data/chatverlauf.txt'
 
         # Datei im Schreibmodus öffnen (erstellt die Datei, wenn sie nicht existiert)
         with open(file_path, 'w') as file: