Upload app.py

app.py

@@ -0,0 +1,79 @@
+"""
+📚 KitapYurdu Yorum Asistanı Chatbot
+- Hugging Face Spaces veya Lokal ortamda çalışacak
+"""
+
+import os
+import streamlit as st
+from datasets import load_dataset
+import chromadb
+from chromadb.config import Settings
+from langchain.text_splitter import RecursiveCharacterTextSplitter
+from langchain.vectorstores import Chroma
+from langchain_google_genai import ChatGoogleGenerativeAI, GoogleGenerativeAIEmbeddings
+from langchain.chains import RetrievalQA
+from dotenv import load_dotenv
+
+# --- 1. Ortam Değişkenleri
+# Lokal için .env yükle
+if os.path.exists(".env"):
+    load_dotenv()
+
+GEMINI_API_KEY = os.environ.get("GEMINI_API_KEY")
+HF_TOKEN = os.environ.get("HF_TOKEN")
+
+# --- 2. Streamlit Başlığı
+st.set_page_config(page_title="📖 KitapYurdu Chatbot")
+st.title("📖 KitapYurdu Yorum Asistanı (Gemini 2.0 Flash)")
+
+# --- 3. Veri Seti Yükleme
+@st.cache_data
+def load_kitapyurdu_dataset():
+    dataset = load_dataset("alibayram/kitapyurdu_yorumlar", split="train", token=HF_TOKEN)
+    return dataset
+
+st.write("📡 Veri seti yükleniyor...")
+dataset = load_kitapyurdu_dataset()
+st.success("✅ Veri seti yüklendi!")
+
+# --- 4. Metinleri Bölme
+text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
+texts = text_splitter.split_text(" ".join(dataset["yorum"][:500]))  # İlk 500 yorum örnek
+
+# --- 5. ChromaDB
+PERSIST_DIR = "chroma_db"
+os.makedirs(PERSIST_DIR, exist_ok=True)
+
+embeddings = GoogleGenerativeAIEmbeddings(
+    model="models/embedding-001",
+    google_api_key=GEMINI_API_KEY
+)
+
+vectorstore = Chroma.from_texts(
+    texts,
+    embeddings,
+    persist_directory=PERSIST_DIR
+)
+
+# --- 6. RAG Pipeline
+retriever = vectorstore.as_retriever(search_kwargs={"k": 3})
+llm = ChatGoogleGenerativeAI(
+    model="gemini-2.0-flash",
+    google_api_key=GEMINI_API_KEY,
+    temperature=0.2
+)
+qa_chain = RetrievalQA.from_chain_type(
+    llm=llm,
+    chain_type="stuff",
+    retriever=retriever,
+)
+
+# --- 7. Kullanıcı Arayüzü
+st.markdown("### 💬 Kitaplar hakkında soru sor:")
+user_query = st.text_input("Örnek: 'En çok beğenilen kitap hangisi?'", "")
+
+if user_query:
+    with st.spinner("Yanıt hazırlanıyor..."):
+        response = qa_chain.run(user_query)
+        st.markdown("### 🧠 Yanıt:")
+        st.write(response)