Upload main.py

main.py

@@ -19,7 +19,7 @@ create_table()
 
 GOOGLE_API_KEY = ''
 
-llm = ChatGoogleGenerativeAI(model="gemini-2.0-flash", temperature=0.7)
+llm = ChatGoogleGenerativeAI(model="gemini-2.0-flash", temperature=0.7, api_key=GOOGLE_API_KEY)
 
 
 prompt_aide = PromptTemplate.from_template(
@@ -32,6 +32,7 @@ Il existe 2 types d'activités :
 - les activités qui demandent à l'élève de compléter un programme Python à trous (les trous sont indiqués par 3 points : ...)
 Si l'activité est de type "à trous" et que l'élève à laissé des trous, tu dois lui proposer de compléter les trous.
 Tu ne dois jamais donner la solution de l'activité (même partiellement) à l'élève, juste lui donner des inddications lui permettant de résoudre lui même l'activité
+L'élève est un débutant en programmation, tu dois lui rappeler les fondamentaux si nécessaire.
 Tu dois t'adresser directement à l'élève.
 L'élève ne peut pas te poser des questions, il peut juste te proposer son code.
 Tu ne dois pas proposer à l'élève de te poser des questions
@@ -40,6 +41,7 @@ Tu ne dois pas proposer aux élèves des modifications du programme qui sorte du
 Tu dois t'exprimer en français
 Voici l'énoncé de l'activité :
 {enonce}
+{code_trous}
 Voici le programme proposé par l'élève pour résoudre l'activité :
 {code}
 Pour améliorer ta réponse, tu as aussi à ta disposition l'historique des différents programme proposés par l'élève et les différents conseils que tu lui a déjà donné :
@@ -71,15 +73,21 @@ class Request(BaseModel):
     enonce : str
     code : str
     res_test : str
+    code_trous : str
 
 class AgentState(TypedDict):
     enonce : str
     messages: Annotated[list[AnyMessage], add_messages]
     res_test : str
+    code_trous : str
 
 def aide(state : AgentState):
     llm_aide = prompt_aide | llm | StrOutputParser()
-    response = llm_aide.invoke({'enonce': state['enonce'], 'code' : state['messages'][-1].content, 'historique' : history(state['messages'])})
+    if state['code_trous'] == "":
+        c_trous = ""
+    else :
+        c_trous = "Voici le code à trous de l'activité : \n"+state['code_trous']
+    response = llm_aide.invoke({'enonce': state['enonce'], "code_trous" : c_trous, 'code' : state['messages'][-1].content, 'historique' : history(state['messages'])})
     return {"messages": [AIMessage(content=response)]}
 
 workflow = StateGraph(AgentState)
@@ -94,7 +102,7 @@ graph = workflow.compile(checkpointer=memory)
 @app.post('/request')
 def request(req: Request):
     config = {"configurable": {"thread_id": req.id}}
-    rep = graph.invoke({"enonce" : req.enonce,"messages": req.code, "res_test" : req.res_test},config , stream_mode="values")
+    rep = graph.invoke({"enonce" : req.enonce,"code_trous" : req.code_trous,"messages": req.code, "res_test" : req.res_test},config , stream_mode="values")
     return {"response":rep['messages'][-1].content}