Upload 2 files

app.py

@@ -0,0 +1,103 @@
+import os
+import gradio as gr
+from llama_index.llms.openrouter import OpenRouter
+from llama_index.core.llms import ChatMessage
+from llama_index.embeddings.huggingface import HuggingFaceEmbedding
+from llama_index.core import Settings, StorageContext, load_index_from_storage
+
+import nest_asyncio
+nest_asyncio.apply()
+
+# === Глобальная инициализация ===
+embed_model = HuggingFaceEmbedding(model_name='intfloat/multilingual-e5-large-instruct')
+Settings.embed_model = embed_model
+Settings.llm = OpenRouter(
+    api_key=os.environ["OPENROUTER_API_KEY"],
+    model="qwen/qwen3-4b:free",
+    max_tokens=10000,
+    context_window=20000,
+)
+system_prompt = """
+Ты — эксперт по адаптации к изменениям климата. 
+У тебя есть база знаний с кейсами и нормативными документами.
+Пользователь вводит запрос, связанный с климатическим риском в регионе или отрасли.
+
+Твоя задача — на основе информации из базы знаний предложить 2–3 релевантных адаптационных мероприятия, 
+которые помогут снизить климатический риск, о котором спрашивает пользователь.
+
+### Требования к ответу:
+1. Представь результат **в виде Markdown-таблицы** с колонками:
+   - Наименование мероприятий  
+   - Митигационный эффект  
+   - Адаптационный эффект  
+   - Актуальность для региона (указать с учётом контекста запроса). Если регион не указан, считай, что задается вопрос по Тюменской области
+   - Ответственная организация (из региона)  
+
+2. Если источник данных, на которых ты основываешь ответ, известен (это URL и краткое название кейса), 
+   добавь их **ниже таблицы** в виде списка ссылок:  
+   `**Опорные источники:** [1] Наименовавание мероприятий - URL, [2] Наименовавание мероприятий - URL`
+
+3. Пиши кратко, по существу, с акцентом на реальные, практические меры.
+4. Если информация отсутствует — предложи логичные адаптационные меры на основе Приказа Минэкономразвития России от 13 мая 2021 г. № 267 «Об утверждении методических рекомендаций и показателей по вопросам адаптации к изменениям климата».
+
+Пример формата ответа:
+
+| Наименование мероприятий | Митигационный эффект | Адаптационный эффект | Актуальность для Тобольского района | Ответственная организация |
+|---------------------------|----------------------|----------------------|------------------------------------|----------------------------|
+| Развитие городского электротранспорта | снижение эмиссии | повышение устойчивости транспортной инфраструктуры | актуально | городские власти |
+| Перевод транспорта на газомоторное топливо | снижение эмиссии | рациональное использование ресурсов | реализуется частично | транспортные организации |
+
+**Опорные источники:** [1] Наименовавание мероприятий - https://example.com/case_12
+Приводи только те источники, которые используешь для формирования таблицы непосредственно. URL приводи строго такое же, как указано в базе знаний. Наименование мероприятий бери из базы знаний
+Ответственную организацию в таблице указывай актуальную для региона, который пользователь указал в запросе
+"""
+
+# === Функция получения ответа ===
+def get_facts(user_question: str) -> str:
+    try:
+        if not user_question.strip():
+            return "Ошибка: пожалуйста, введите ваш запрос."
+
+        storage_context = StorageContext.from_defaults(persist_dir="./storage")
+        index = load_index_from_storage(storage_context)
+        retriever = index.as_retriever(similarity_top_k=4)
+        nodes = retriever.retrieve(user_question)
+
+        context = "\n\n".join([node.get_content() for node in nodes]) if nodes else "Не найдено релевантных документов."
+        full_system_prompt = system_prompt + f"\n\nКонтекст:\n{context}"
+
+        messages = [
+            ChatMessage(role="system", content=full_system_prompt),
+            ChatMessage(role="user", content="Пользовательский запрос: " + user_question)
+        ]
+        
+        response = Settings.llm.chat(messages)
+        return response.message.content
+
+    except Exception as e:
+        return f"Ошибка:\n{str(e)}"
+    
+    response = Settings.llm.chat(messages)
+    return response.message.content
+
+with gr.Blocks(theme=gr.themes.Soft()) as demo:
+    gr.Markdown("# Информационная система для помощи в адаптации к климатическим рискам")
+
+    user_input = gr.Textbox(
+        label="Ваш запрос",
+        lines=4,
+        max_lines = 4,
+        placeholder="Введите свой запрос"
+    )
+        
+    gr.Markdown("# Ответ")
+    answer_output = gr.Markdown(height=300)
+    send_button = gr.Button("Получить ответ")
+        
+    send_button.click(
+        fn=get_facts,
+        inputs=user_input,
+        outputs=answer_output
+    )
+
+demo.launch()

requirements.txt

@@ -0,0 +1,18 @@
+llama-index 
+llama-index-llms-groq 
+groq 
+llama-index-embeddings-huggingface 
+nest-asyncio 
+qdrant_client 
+llama-index-vector-stores-qdrant 
+llama-index-embeddings-fastembed 
+fastembed 
+llama-index-vector-stores-faiss
+gradio
+faiss-cpu
+pandas
+llama-index-llms-openrouter
+llama-index-embeddings-huggingface
+python-docx
+openpyxl
+markdown