Update main.py

main.py

@@ -1,66 +1,60 @@
 import os
-import json
 import uvicorn
-import re
 from fastapi import FastAPI
 from fastapi.middleware.cors import CORSMiddleware
-from huggingface_hub import InferenceClient
+from openai import OpenAI
+from pydantic import BaseModel
+from typing import List
 
-# Configuration du modèle
-MODEL_ID = "Qwen/Qwen2.5-Coder-32B-Instruct" 
-token = os.getenv("HF_TOKEN")
-client = InferenceClient(api_key=token)
+# 1. Configuration des accès
+# Assurez-vous d'avoir défini ALBERT_API_KEY dans vos secrets Hugging Face
+ALBERT_API_KEY = os.getenv("ALBERT_API_KEY")
+ALBERT_BASE_URL = "https://albert.playground.etalab.gouv.fr/api/v1"
+
+# Initialisation du client compatible Albert
+client = OpenAI(
+    api_key=ALBERT_API_KEY,
+    base_url=ALBERT_BASE_URL
+)
 
 app = FastAPI()
 
+# 2. Configuration CORS pour autoriser votre frontend React
 app.add_middleware(
     CORSMiddleware,
-    allow_origins=["*"],
+    allow_origins=["*"], # En production, remplacez par l'URL de votre front
+    allow_credentials=True,
     allow_methods=["*"],
     allow_headers=["*"],
 )
 
-# --- ROUTE POUR PROJET 1 : ANTIBIODRAME ---
+# Modèle de données pour valider les requêtes entrantes
+class Message(BaseModel):
+    role: str
+    content: str
+
+class ChatRequest(BaseModel):
+    messages: List[Message]
+
 @app.post("/api/chat")
-async def chat_antibio(data: dict):
-    messages = data.get("messages", [])
+async def chat_albert(request: ChatRequest):
     try:
-        response = client.chat_completion(
-            model=MODEL_ID,
-            messages=messages,
-            max_tokens=500,
-            temperature=0.7
+        # Appel au modèle souverain
+        # Note : "albert-light-pro" est un exemple, vérifiez le nom sur le playground
+        response = client.chat.completions.create(
+            model="albert-light-pro", 
+            messages=[m.dict() for m in request.messages],
+            temperature=0.7,
+            max_tokens=1000
         )
-        return response
-    except Exception as e:
-        return {"choices": [{"message": {"content": "Erreur technique Albert (Antibio)."}}]}
+        
+        # On renvoie le contenu du message à l'élève
+        return {"content": response.choices[0].message.content}
 
-# --- ROUTE POUR PROJET 2 : SÉISMES (VERIFY) ---
-@app.post("/verify")
-async def verify_seisme(data: dict):
-    question_eleve = data.get("userLatex", "").strip()
-    ville = data.get("expectedLatex", "Toulouse")
-    
-    system_prompt = f"""Tu es Albert, tuteur SVT. L'élève étudie les séismes à {ville}. 
-    Réponds en JSON uniquement : {{"isCorrect": boolean, "feedback": "ton aide"}}.
-    Utilise la méthode socratique."""
-    
-    try:
-        response = client.chat_completion(
-            model=MODEL_ID,
-            messages=[
-                {"role": "system", "content": system_prompt},
-                {"role": "user", "content": question_eleve}
-            ],
-            max_tokens=300,
-            temperature=0.1
-        )
-        content = response.choices[0].message.content
-        # Extraction du JSON au cas où l'IA bavarde autour
-        match = re.search(r'\{.*\}', content, re.DOTALL)
-        return json.loads(match.group()) if match else json.loads(content)
     except Exception as e:
-        return {"isCorrect": False, "feedback": "Albert est indisponible pour les séismes."}
+        print(f"Erreur lors de l'appel à Albert : {str(e)}")
+        return {"content": "Désolé, le Dr. Albert est indisponible pour le moment."}
 
 if __name__ == "__main__":
+    # Hugging Face utilise souvent le port 7860
     uvicorn.run(app, host="0.0.0.0", port=7860)