""" Space Gradio de l'Unité 4 : lance l'agent sur les 20 questions GAIA puis soumet les réponses. Les réponses sont gardées dans /tmp/answers.json : si Groq bloque au milieu (limite de tokens), on relance et l'agent reprend là où il s'est arrêté. """ import os import json import time import gradio as gr import pandas as pd import requests from agent import API_URL, GaiaAgent CACHE = "/tmp/answers.json" def load_cache() -> dict: try: return json.load(open(CACHE)) except Exception: return {} def save_cache(cache: dict): json.dump(cache, open(CACHE, "w"), ensure_ascii=False, indent=1) def table(questions, cache): return pd.DataFrame([ {"Task ID": q["task_id"], "Question": q["question"][:120], "Fichier": q.get("file_name", ""), "Réponse": cache.get(q["task_id"], "")} for q in questions ]) def run_agent(redo_errors: bool): questions = requests.get(f"{API_URL}/questions", timeout=30).json() cache = load_cache() agent = GaiaAgent() for i, q in enumerate(questions, 1): tid = q["task_id"] old = cache.get(tid, "") if old and not (redo_errors and old.startswith("AGENT ERROR")): continue print(f"[{i}/{len(questions)}] {q['question'][:80]}") cache[tid] = agent(q["question"], tid, q.get("file_name", "")) save_cache(cache) time.sleep(3) # petite pause pour la limite par minute de Groq done = sum(1 for v in cache.values() if v and not v.startswith("AGENT ERROR")) return f"Terminé : {done}/{len(questions)} réponses prêtes. Vérifie le tableau puis soumets.", table(questions, cache) def submit(profile: gr.OAuthProfile | None): if profile is None: return "Connecte-toi d'abord avec le bouton Hugging Face.", None questions = requests.get(f"{API_URL}/questions", timeout=30).json() cache = load_cache() answers = [{"task_id": q["task_id"], "submitted_answer": cache.get(q["task_id"], "")} for q in questions] space_id = os.getenv("SPACE_ID") payload = { "username": profile.username.strip(), "agent_code": f"https://huggingface.co/spaces/{space_id}/tree/main", "answers": answers, } try: r = requests.post(f"{API_URL}/submit", json=payload, timeout=60) r.raise_for_status() d = r.json() status = (f"Soumis ! Utilisateur : {d.get('username')}\n" f"Score : {d.get('score')} % ({d.get('correct_count')}/{d.get('total_attempted')})\n" f"{d.get('message', '')}") except Exception as e: status = f"Erreur de soumission : {e}\n{getattr(e, 'response', None) and e.response.text}" return status, table(questions, cache) def reset_cache(): if os.path.exists(CACHE): os.remove(CACHE) return "Réponses effacées.", None with gr.Blocks() as demo: gr.Markdown("# Agent GAIA – Unité 4\n" "1. Connecte-toi · 2. **Lancer l'agent** (plusieurs minutes, relançable) · " "3. Vérifie les réponses · 4. **Soumettre**") gr.LoginButton() redo = gr.Checkbox(label="Refaire aussi les questions en erreur", value=True) with gr.Row(): run_btn = gr.Button("Lancer l'agent", variant="primary") submit_btn = gr.Button("Soumettre les réponses") reset_btn = gr.Button("Tout effacer") status = gr.Textbox(label="Statut", lines=4, interactive=False) results = gr.DataFrame(label="Réponses", wrap=True) run_btn.click(run_agent, inputs=redo, outputs=[status, results]) submit_btn.click(submit, outputs=[status, results]) reset_btn.click(reset_cache, outputs=[status, results]) if __name__ == "__main__": demo.launch(debug=True, share=False)