Integrated more Overpass

app.py

@@ -2,6 +2,7 @@ import os
 import gradio as gr
 import geopandas as gpd
 import folium
+import requests
 
 # osmnx opsiyonel (fallback için), yoksa sorun değil
 try:
@@ -309,6 +310,40 @@ Use [out:json][timeout:25]; at top.
 End with: out center;
 """
 
+def generate_overpass_query_from_llm(prompt: str, model_name: str) -> str:
+    """
+    Doğal dilde verilen prompt'u kullanarak Overpass QL sorgusu üretir.
+    Sadece geçerli Overpass QL döndürmeye çalışır, markdown vs. temizler.
+    """
+    prompt = (prompt or "").strip()
+    if not prompt:
+        prompt = "Generate an Overpass QL query for my request."
+
+    client = InferenceClient(model=model_name, token=HF_TOKEN if HF_TOKEN else None)
+
+    messages = [
+        {"role": "system", "content": OSM_QUERY_SYSTEM},
+        {"role": "user", "content": prompt},
+    ]
+
+    # Streaming'e gerek yok, tek seferde alalım
+    result = client.chat_completion(
+        messages=messages,
+        max_tokens=400,
+        temperature=0.2,
+        top_p=0.9,
+        stream=False,
+    )
+
+    # HF InferenceClient sonucu
+    query_text = result.choices[0].message.content
+
+    # Olası ```ql ``` bloklarını temizle
+    query_text = query_text.replace("```ql", "").replace("```QL", "").replace("```", "")
+    return query_text.strip()
+
+
+
 
 # ==========================================
 #  MAHALLE KARŞILAŞTIRMA BAĞLAMI
@@ -551,8 +586,7 @@ def create_comparison_map(gdf1, gdf2):
 
 
 
-import requests
-import folium
+
 
 def run_overpass_to_map(query: str):
     """
@@ -633,6 +667,25 @@ def run_overpass_to_map(query: str):
     folium.LayerControl().add_to(m)
     return m._repr_html_()
 
+def llm_overpass_to_map(natural_prompt: str, model_name: str):
+    """
+    1) Doğal dil prompt'tan LLM ile Overpass QL üretir
+    2) Overpass QL'i çalıştırır, folium haritası döndürür
+    3) Hem sorguyu (kullanıcıya gösterilecek) hem harita HTML'ini return eder
+    """
+    if not natural_prompt or not natural_prompt.strip():
+        return "Doğal dil sorgu boş.", "<b>Overpass sonucu: sorgu üretilemedi.</b>"
+
+    try:
+        query = generate_overpass_query_from_llm(natural_prompt, model_name)
+    except Exception as e:
+        print("LLM Overpass üretim hatası:", e)
+        return f"LLM Overpass üretim hatası: {e}", "<b>Overpass sonucu: LLM hatası.</b>"
+
+    # Burada kullanıcıya gösterilecek sorgu (fonksiyon gibi görecek)
+    map_html = run_overpass_to_map(query)
+    return query, map_html
+
 
 # ==========================================
 #  LLM SOHBET FONKSİYONU
@@ -738,60 +791,70 @@ with gr.Blocks() as demo:
     with gr.Row():
         # SOL SÜTUN: CHAT
         with gr.Column(scale=2):
-            chatbox = gr.Chatbot(height=800, scale=1)
-            chatbot = gr.ChatInterface(
-                respond,
-                chatbot=chatbox,
-                type="messages",
-                title="Basit Chat Botu",
-                description="Küçük bir sohbet botu, HF Inference API ve OSM verisi ile çalışıyor.",
-                additional_inputs=[
-                    gr.Dropdown(
-                        choices=[
-                        # Küçük modeller
-                        "google/gemma-2-2b-it",                      # 2B
-                        "meta-llama/Meta-Llama-3.1-8B-Instruct",     # 8B
-                
-                        # Büyük modeller
-                        "abacusai/Dracarys-72B-Instruct",            # 72B
-                        "Qwen/Qwen2.5-72B-Instruct",                 # 72B
-                
-                        # Çok büyük model
-                        "openai/gpt-oss-120b",                       # 120B
-                            
-                        ],
-                        label="Model Seç (Bu listedeki modeller Hugging Face Inference API chat_completion ile uyumludur)",
-                        value="abacusai/Dracarys-72B-Instruct"
-                    ),
-
-                    gr.Textbox(
-                        value="Sen şehir planlama ve mahalleler hakkında bilgi veren yardımsever bir asistansın.",
-                        label="System message",
-                    ),
-                    gr.Slider(
-                        minimum=1,
-                        maximum=2048,
-                        value=512,
-                        step=1,
-                        label="Max new tokens",
-                    ),
-                    gr.Slider(
-                        minimum=0.0,
-                        maximum=2.0,   # model max 2
-                        value=0.7,
-                        step=0.1,
-                        label="Temperature",
-                    ),
-                    gr.Slider(
-                        minimum=0.1,
-                        maximum=1.0,
-                        value=0.95,
-                        step=0.05,
-                        label="Top-p (nucleus sampling)",
-                    ),
-                    compare_state,  # >>> mahalle karşılaştırma bağlamı
-                ],
-            )
+        chatbox = gr.Chatbot(height=800, scale=1)
+    
+        model_dropdown = gr.Dropdown(
+            choices=[
+                # Küçük modeller
+                "google/gemma-2-2b-it",                      # 2B
+                "meta-llama/Meta-Llama-3.1-8B-Instruct",     # 8B
+    
+                # Büyük modeller
+                "abacusai/Dracarys-72B-Instruct",            # 72B
+                "Qwen/Qwen2.5-72B-Instruct",                 # 72B
+    
+                # Çok büyük model
+                "openai/gpt-oss-120b",                       # 120B
+            ],
+            label="Model Seç (Bu listedeki modeller Hugging Face Inference API chat_completion ile uyumludur)",
+            value="abacusai/Dracarys-72B-Instruct"
+        )
+    
+        system_box = gr.Textbox(
+            value="Sen şehir planlama ve mahalleler hakkında bilgi veren yardımsever bir asistansın.",
+            label="System message",
+        )
+    
+        max_tokens_slider = gr.Slider(
+            minimum=1,
+            maximum=2048,
+            value=512,
+            step=1,
+            label="Max new tokens",
+        )
+    
+        temperature_slider = gr.Slider(
+            minimum=0.0,
+            maximum=2.0,   # model max 2
+            value=0.7,
+            step=0.1,
+            label="Temperature",
+        )
+    
+        top_p_slider = gr.Slider(
+            minimum=0.1,
+            maximum=1.0,
+            value=0.95,
+            step=0.05,
+            label="Top-p (nucleus sampling)",
+        )
+    
+        chatbot = gr.ChatInterface(
+            respond,
+            chatbot=chatbox,
+            type="messages",
+            title="Basit Chat Botu",
+            description="Küçük bir sohbet botu, HF Inference API ve OSM verisi ile çalışıyor.",
+            additional_inputs=[
+                model_dropdown,
+                system_box,
+                max_tokens_slider,
+                temperature_slider,
+                top_p_slider,
+                compare_state,  # >>> mahalle karşılaştırma bağlamı
+            ],
+        )
+
 
         # SAĞ SÜTUN: MAHALLE KARŞILAŞTIRMA PANELİ
         with gr.Column(scale=1):
@@ -844,8 +907,19 @@ with gr.Blocks() as demo:
                 lines=6,
             )
             map_html = gr.HTML(label="Mahalle Haritası")
-            gr.Markdown("### Spatial Query (Overpass)")
 
+            gr.Markdown("### Spatial Query (Overpass)")
+        
+            # 1) LLM'e doğal dil prompt'u
+            osm_nl_prompt = gr.Textbox(
+                label="LLM ile Overpass Sorgusu (Doğal Dil)",
+                lines=3,
+                placeholder="Örn: İncek ve Kızılcaşar çevresindeki tüm park ve okulları getir"
+            )
+        
+            gen_and_run_btn = gr.Button("LLM ile Sorguyu Üret ve Çalıştır")
+        
+            # 2) Üretilen veya manuel Overpass sorgusu
             overpass_box = gr.Textbox(
                 label="Overpass Sorgusu",
                 lines=6,
@@ -854,10 +928,18 @@ with gr.Blocks() as demo:
         
             run_overpass_btn = gr.Button("Sorguyu Çalıştır ve Haritayı Güncelle")
 
+            # LLM ile üret + çalıştır
+            gen_and_run_btn.click(
+                fn=llm_overpass_to_map,
+                inputs=[osm_nl_prompt, model_dropdown],   # 👈 modelDropdown'u da kullanıyoruz
+                outputs=[overpass_box, map_html],         # 👈 kullanıcının göreceği sorgu + harita
+            )
+        
+            # Manuel Overpass çalıştırma
             run_overpass_btn.click(
                 fn=run_overpass_to_map,
                 inputs=[overpass_box],
-                outputs=[map_html],  # 👈 aynı map_html'i güncelliyoruz
+                outputs=[map_html],
             )