File size: 2,302 Bytes
ad95d34 7750725 ad95d34 be14624 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 |
from glob import glob
from gpt_index import SimpleDirectoryReader, GPTListIndex, GPTSimpleVectorIndex, LLMPredictor, PromptHelper
from langchain.chat_models import ChatOpenAI
import gradio as gr
import sys
import os
import zipfile
OPENAI_API_KEY = os.getenv('token')
def construct_index():
# extrair arquivos do zip
zip_path = "tema.zip"
try:
with zipfile.ZipFile(zip_path, 'r') as zip_ref:
zip_ref.extractall(".")
except Exception as e:
print("Erro ao extrair o arquivo zip:", e)
max_input_size = 3500
num_outputs = 512
max_chunk_overlap = 20
chunk_size_limit = 600
prompt_helper = PromptHelper(max_input_size, num_outputs, max_chunk_overlap, chunk_size_limit=chunk_size_limit)
llm_predictor = LLMPredictor(llm=ChatOpenAI(temperature=0.3, model_name="gpt-3.5-turbo", max_tokens=num_outputs))
documents = SimpleDirectoryReader(".").load_data()
index = GPTSimpleVectorIndex(documents, llm_predictor=llm_predictor, prompt_helper=prompt_helper)
index.save_to_disk('index.json')
return index
def chatbot(input_text):
index = GPTSimpleVectorIndex.load_from_disk('index.json')
# Ler e concatenar os documentos da pasta "docs" como o contexto relevante
documents = ""
for file_path in glob(os.path.join(".", "*.{txt,pdf}")):
with open(file_path, "r") as f:
documents += f.read() + " "
contexto = documents.strip()
# Combinar o contexto e a pergunta de entrada
with open('tema.txt', 'r') as f:
texto_prefixo = f.readline().strip()
texto_entrada = f"Dentro do assunto {texto_prefixo} me responda: {input_text}{contexto} se não for {texto_prefixo} não responda"
print(texto_entrada)
response = index.query(texto_entrada, response_mode="compact")
return response.response
description = """
A IA foi treinada com materiais enviados e responde perguntas sobre o tema definido!
"""
iface = gr.Interface(fn=chatbot,
inputs=gr.components.Textbox(lines=7, label="Como podemos te ajudar?"),
outputs="text",
description=description,
title="Demonstração Chat OpenAI")
index = construct_index()
iface.launch(share=False) |