Update app.py

app.py

@@ -4,6 +4,8 @@ import os
 import json
 import time
 from pathlib import Path
+from pyvis.network import Network
+import streamlit.components.v1 as components
 from core.docling_engine import IngestionEngine
 from core.extractor import ExtractorEngine
 
@@ -69,7 +71,12 @@ if 'extractor' not in st.session_state:
 with st.sidebar:
     st.title("PrõspectùsV-ritas")
     st.markdown("---")
-    if st.button("PURGER TOUS LES FICHIERS"):
+    
+    st.caption("PARAMÈTRES IA")
+    # AJOUT DU CURSEUR DE TEMPÉRATURE
+    ia_temp = st.slider("Température Créative", 0.1, 1.0, 0.2, help="0.1 = Précis, 0.8 = Créatif")
+
+    if st.button("PURGER LE SYSTÈME"):
         for f in list(INPUT_DIR.glob("*")) + list(OUTPUT_DIR.glob("*")):
             os.remove(f)
         st.success("Système nettoyé.")
@@ -89,7 +96,7 @@ col4.metric("Confiance IA", "98.4%")
 st.markdown("---")
 
 # --- NAVIGATION PAR ONGLETS (STYLE PALANTIR) ---
-tab_ingestion, tab_intelligence = st.tabs(["INGESTION & OCR", "INTELLIGENCE & GRAPHES"])
+tab_ingestion, tab_intelligence = st.tabs(["INGESTION & OCR", "ENTITES & RELATIONS"])
 
 # --- TAB 1: INGESTION ---
 with tab_ingestion:
@@ -117,110 +124,112 @@ with tab_ingestion:
             st.session_state.engine.process_document(temp_path, OUTPUT_DIR)
             st.rerun()
 
+
 # --- TAB 2: INTELLIGENCE ---
 with tab_intelligence:
+    # 1. Vérification des fichiers disponibles
     json_files = list(OUTPUT_DIR.glob("*.json"))
     if not json_files:
         st.info("Aucun document analysé disponible. Allez dans l'onglet INGESTION.")
     else:
-        # Barre d'outils supérieure pour l'artefact
+        # Barre d'outils (Sélection et Suppression)
         col_select, col_delete = st.columns([3, 1])
         with col_select:
             selected_file = st.selectbox("Sélectionner un artefact", json_files, format_func=lambda x: x.name)
         with col_delete:
-            st.write("") # Espacement
+            st.write("") 
             if st.button("🗑️ SUPPRIMER", use_container_width=True):
                 os.remove(selected_file)
                 st.rerun()
 
         st.markdown("---")
         
-        # Lecture des données
+        # 2. Chargement du texte extrait
         with open(selected_file, 'r', encoding='utf-8') as f:
             data = json.load(f)
-            # Récupération du texte structuré (Docling export_to_dict format)
             text_extracted = " ".join([t.get("text", "") for t in data.get("texts", [])])
 
-        col_inf1, col_inf2 = st.columns([1, 2]) # On donne plus de place au graphe
+        col_inf1, col_inf2 = st.columns([1, 2]) 
         
         with col_inf1:
             st.markdown("### 📄 TEXTE SOURCE")
             st.text_area("Données issues de l'OCR", text_extracted, height=500)
 
         with col_inf2:
-            st.markdown("### 🕸️ GRAPHE DE CONNAISSANCE")
+            st.markdown("### 🕸️ GRAPHE DE CONNAISSANCE AUTOMATIQUE")
             
+            # Bouton de génération avec découpage (Chunking)
             if st.button("🧬 GÉNÉRER L'INTELLIGENCE VISUELLE", use_container_width=True):
-                with st.spinner("Le cerveau Qwen extrait les relations systémiques..."):
-                    graph_data = st.session_state.extractor.extract_graph(text_extracted)
+                with st.spinner("Analyse fragmentée et colorisation dynamique en cours..."):
+                    # ia_temp est récupéré depuis le slider de votre sidebar
+                    graph_data = st.session_state.extractor.extract_long_text(text_extracted, temperature=ia_temp)
                     
                     if graph_data:
                         st.session_state.last_graph = graph_data
-                        st.success(f"Analyse terminée : {len(graph_data.get('entities', []))} entités identifiées.")
+                        st.success(f"Analyse terminée : {len(graph_data.get('entities', []))} entités trouvées.")
                     else:
-                        st.error("L'IA n'a pas pu structurer les données. Vérifiez la qualité du texte.")
+                        st.error("L'IA n'a pas pu structurer les données.")
 
-            # Affichage du Graphe si disponible
+            # 3. Visualisation Interactive avec PyVis
             if 'last_graph' in st.session_state and st.session_state.last_graph:
-                # Configuration PyVis
-                net = Network(
-                    height="500px", 
-                    width="100%", 
-                    bgcolor="#0b0d11", 
-                    font_color="#e6edf3", 
-                    directed=True
-                )
-                
-                # Couleurs par type d'entité (Palette Gotham/Cyber)
-                colors = {
-                    "Person": "#29b5e8", # Bleu brillant
-                    "Organization": "#ffcc00", # Jaune
-                    "Location": "#00ffcc", # Turquoise
-                    "Concept": "#9966ff", # Violet
-                    "Event": "#ff6666"    # Rouge doux
-                }
-
-                # Ajout des Noeuds
-                for ent in st.session_state.last_graph.get("entities", []):
-                    color = colors.get(ent.get("type"), "#808080")
-                    net.add_node(
-                        ent["id"], 
-                        label=ent["name"], 
-                        title=f"{ent['type']}: {ent['description']}",
-                        color=color,
-                        shape="dot",
-                        size=20
-                    )
-                
-                # Ajout des Relations
-                for rel in st.session_state.last_graph.get("relationships", []):
-                    net.add_edge(
-                        rel["from"], 
-                        rel["to"], 
-                        label=rel["type"], 
-                        color="#30363d",
-                        arrows="to"
-                    )
-
-                # Options physiques pour un mouvement fluide
-                net.set_options("""
-                var options = {
-                  "physics": {
-                    "forceAtlas2Based": { "gravitationalConstant": -50, "centralGravity": 0.01, "springLength": 100 },
-                    "maxVelocity": 50,
-                    "solver": "forceAtlas2Based",
-                    "timestep": 0.35
-                  }
-                }
-                """)
-
-                # Rendu du graphe dans Streamlit
                 try:
-                    path = "graph_temp.html"
+                    # Initialisation du graphe (Correction NameError effectuée par l'import en haut d'app.py)
+                    net = Network(height="600px", width="100%", bgcolor="#0b0d11", font_color="#e6edf3", directed=True)
+                    
+                    # --- LOGIQUE DE COULEURS ALÉATOIRES ET AUTOMATIQUES ---
+                    import hashlib
+                    def auto_color(text):
+                        # Génère une couleur Hex unique basée sur le texte (le type d'entité)
+                        hash_hex = hashlib.md5(text.lower().encode()).hexdigest()
+                        return f"#{hash_hex[:6]}" # Prend les 6 premiers caractères du hash pour le code couleur
+
+                    # Collecte des types pour la légende
+                    found_types = {}
+
+                    # Ajout des Noeuds
+                    for ent in st.session_state.last_graph.get("entities", []):
+                        e_type = ent.get("type", "Unknown")
+                        e_color = auto_color(e_type)
+                        found_types[e_type] = e_color # Stocke pour la légende
+                        
+                        net.add_node(
+                            ent["id"], 
+                            label=ent["name"], 
+                            title=f"TYPE: {e_type}\n{ent.get('description')}",
+                            color=e_color,
+                            shape="dot",
+                            size=25
+                        )
+                    
+                    # Ajout des Relations
+                    for rel in st.session_state.last_graph.get("relationships", []):
+                        net.add_edge(
+                            rel["from"], 
+                            rel["to"], 
+                            label=rel.get("type", "LINK"), 
+                            color="#30363d",
+                            arrows="to"
+                        )
+
+                    # Configuration physique pour le mouvement
+                    net.set_options('{"physics": {"forceAtlas2Based": {"gravitationalConstant": -50, "centralGravity": 0.01}, "solver": "forceAtlas2Based"}}')
+
+                    # 4. Affichage de la légende dynamique
+                    st.write("**Légende détectée :**")
+                    leg_cols = st.columns(len(found_types) if len(found_types) > 0 else 1)
+                    for idx, (t_name, t_color) in enumerate(found_types.items()):
+                        leg_cols[idx % len(leg_cols)].markdown(f"<span style='color:{t_color}'>●</span> {t_name}", unsafe_allow_html=True)
+
+                    # Rendu HTML final
+                    path = "temp_graph.html"
                     net.save_graph(path)
                     with open(path, 'r', encoding='utf-8') as f:
                         html_content = f.read()
-                    st.components.v1.html(html_content, height=550)
+                    
+                    # Utilisation du module components pour l'affichage
+                    st.components.v1.html(html_content, height=650)
+                    
                 except Exception as e:
                     st.error(f"Erreur de rendu visuel : {e}")
-                    st.json(st.session_state.last_graph) # Fallback JSON si PyVis échoue
+
+