File size: 23,666 Bytes
7b295db
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
from doc_processor import DocProcessor
from contextual_doc_processor import ContextualDocProcessor
from embedding_retriever import EmbeddingRetriever
from langchain_community.retrievers import BM25Retriever
import numpy as np
from huggingface_hub import InferenceClient
import torch
# from sentence_transformers import CrossEncoder
import json
import os

def get_list_dir(DATA_DIR):
    list_dir = os.listdir(DATA_DIR)
    list_dir = [d for d in list_dir if os.path.isdir(os.path.join(DATA_DIR, d))]
    return list_dir

def get_data_paths(DATA_DIR, list_dir):
    list_files = []
    for d in list_dir:
        start_path = os.path.join(DATA_DIR, d)
        filenames = os.listdir(start_path)
        filenames = [f for f in filenames if f.endswith(".json")]
        paths = [os.path.join(start_path, f) for f in filenames]
        list_files += paths
    return list_files

def get_chunks(DATA_DIR, list_dir, use_context_wtcontext, use_context, PATH_SAVE_CHUNKS, PATH_SAVE_CONTEXT_CHUNKS):
    chunks = []
    LIST_FILES = get_data_paths(DATA_DIR, list_dir)  
    if use_context_wtcontext:
        doc_process = ContextualDocProcessor(LIST_FILES, PATH_SAVE_CONTEXT_CHUNKS)
        doc_process.process_data()
        chunks = doc_process.chunks
        doc_process = DocProcessor(LIST_FILES, PATH_SAVE_CHUNKS)
        doc_process.process_data()
        chunks += doc_process.chunks
    else:
        if use_context:
            doc_process = ContextualDocProcessor(LIST_FILES, PATH_SAVE_CONTEXT_CHUNKS)
        else:
            doc_process = DocProcessor(LIST_FILES, PATH_SAVE_CHUNKS)
        doc_process.process_data()
        chunks = doc_process.chunks

    return chunks

def process_data(DATA_DIR, PATH_SAVE_CHUNKS, PATH_SAVE_CONTEXT_CHUNKS, use_context_wtcontext, use_context):
    list_dir = get_list_dir(DATA_DIR)
    chunks = get_chunks(DATA_DIR, list_dir, use_context_wtcontext, use_context, PATH_SAVE_CHUNKS, PATH_SAVE_CONTEXT_CHUNKS)
    return list_dir, chunks


def add_embedding_retriever(embedding_models, embedding_model_name, path_idx, chunks, device):
    embedding_models[path_idx] = EmbeddingRetriever(embedding_model_name, path_idx, chunks, device)
    return embedding_models

def add_BM25_retriever(chunks, TOP_K):
    return BM25Retriever.from_documents(chunks, k=TOP_K)

def process_retrievers(embedding_model_names, chunks, TOP_K, use_context, use_context_wtcontext, PATH_IDX, PATH_IDX_CONTEXT, PATH_IDX_CONTEXT_AND_WT, device):
    embedding_models = {}
    if embedding_model_names:
        path_idx = PATH_IDX_CONTEXT_AND_WT if use_context_wtcontext else PATH_IDX_CONTEXT if use_context else PATH_IDX
        for embedding_model_name in embedding_model_names:
            embedding_models = add_embedding_retriever(embedding_models, embedding_model_name, path_idx, device)
    BM25_retriever = add_BM25_retriever(chunks, TOP_K)
    return embedding_models, BM25_retriever

class Agent:
    def __init__(self, list_dir, chunks, embedding_models, BM25_retriever, TOP_K, 
                reformulation=False, use_HyDE=False, use_HyDE_cut=False, ask_again=False):
        # self.DATA_DIR               = DATA_DIR           
        # self.agent_name             = agent_name 
        self.embedding_models       = embedding_models  
        self.BM25_retriever         = BM25_retriever 
        self.ranks                  = {}
        self.current_query          = [] if reformulation else ""
        self.reformulation          = reformulation
        self.use_HyDE               = use_HyDE
        self.use_HyDE_cut           = use_HyDE_cut
        self.ask_again              = ask_again
        self.history                = []
        # self.device                 = device
        # self.semantic_rerank_model  = model = CrossEncoder('cross-encoder/ms-marco-MiniLM-L-6-v2')
        # self.list_dir               = self.get_list_dir(DATA_DIR)
        self.list_dir               = list_dir
        self.TOP_K                  = TOP_K
        self.chunks                 = chunks


        # LIST_FILES = self.get_data_paths(DATA_DIR)
        
        # if use_context_wtcontext:
        #     doc_process = ContextualDocProcessor(LIST_FILES, PATH_SAVE_CONTEXT_CHUNKS)
        #     doc_process.process_data()
        #     self.chunks = doc_process.chunks
        #     doc_process = DocProcessor(LIST_FILES, PATH_SAVE_CHUNKS)
        #     doc_process.process_data()
        #     self.chunks += doc_process.chunks
        # else:
        #     if use_context:
        #         doc_process = ContextualDocProcessor(LIST_FILES, PATH_SAVE_CONTEXT_CHUNKS)
        #     else:
        #         doc_process = DocProcessor(LIST_FILES, PATH_SAVE_CHUNKS)
        #     doc_process.process_data()
        #     self.chunks = doc_process.chunks

        # if embedding_model_names:
        #     path_idx = PATH_IDX_CONTEXT_AND_WT if use_context_wtcontext else PATH_IDX_CONTEXT if use_context else PATH_IDX
        #     for embedding_model_name in embedding_model_names:
        #         self.add_embedding_retriever(embedding_model_name, path_idx)
        # self.add_BM25_retriever()

    # def get_list_dir(self, DATA_DIR):
    #     list_dir = os.listdir(DATA_DIR)
    #     list_dir = [d for d in list_dir if os.path.isdir(os.path.join(DATA_DIR, d))]
    #     return list_dir

    # def get_data_paths(self, DATA_DIR):
    #     list_files = []
    #     # for d in os.listdir(DATA_DIR):
    #     #     if os.path.isdir(os.path.join(DATA_DIR, d)):
    #     for d in self.list_dir:
    #         start_path = os.path.join(DATA_DIR, d)
    #         filenames = os.listdir(start_path)
    #         filenames = [f for f in filenames if f.endswith(".json")]
    #         paths = [os.path.join(start_path, f) for f in filenames]
    #         list_files += paths

    #     return list_files

    def select_sub_part_of_data(self, query):
        list_dept = "\n".join(f"- {dept}" for dept in self.list_dir)
        prompt = f"""Voici une liste de secteur d'activité:
{list_dept}

Quel est le secteur d'activité qui correspond à la question suivante : {query}
Répondre uniquement avec le nom du secteur d'activité.
        """
        
        response = InferenceClient().chat.completions.create(
            model="deepseek-ai/DeepSeek-V3-0324",
            messages=[
                {
                    "role": "user",
                    "content": prompt
                }
            ],
        )

        dept = response.choices[0].message.content
        return dept


    # def add_embedding_retriever(self, embedding_model_name, PATH_IDX):
    #     self.embedding_models[PATH_IDX] = EmbeddingRetriever(embedding_model_name, PATH_IDX, self.chunks, self.device)


    def ask_a_question(self, query, nb_reformulation=5):
        self.ranks = {}
        # self.dept = self.select_sub_part_of_data(query)
        # print("Dept:",self.dept)

        # query = query + "\nLe département correspondant à cette question est " + self.dept
        if not self.reformulation and not self.use_HyDE and not self.use_HyDE_cut:
            self.current_query = query
        else:
            self.current_query = [query]
            if self.reformulation:
                self.reformulation_of_the_query(nb_reformulation)
            if self.use_HyDE:
                doc_hyde = self.generate_HyDE(query)
                self.current_query += [doc_hyde]
            if self.use_HyDE_cut:
                doc_hyde = self.generate_HyDE_cut(query)
                self.current_query += [doc_hyde]
            # print(self.current_query)


    def generate_HyDE(self, query):
        prompt = f"Voila une question d'un utilisateur: '{query}'\n\nGénère une réponse hypothétique en français à cette question qui pourrait être présente sur un site d'information avec 1000 caratères maximum."
        response = InferenceClient().chat.completions.create(
            model="deepseek-ai/DeepSeek-V3-0324",
            messages=[
                {
                    "role": "user",
                    "content": prompt
                }
            ],
        )

        doc_gen = response.choices[0].message.content
        return doc_gen

    def generate_HyDE_cut(self, query):
        prompt = f"Voila une question d'un utilisateur: '{query}'\n\nGénère une réponse hypothétique en français à cette question qui pourrait être présente sur un site d'information."
        response = InferenceClient().chat.completions.create(
            model="deepseek-ai/DeepSeek-V3-0324",
            messages=[
                {
                    "role": "user",
                    "content": prompt
                }
            ],
        )

        doc_gen = response.choices[0].message.content[:1000]
        return doc_gen

    def reformulation_of_the_query(self, nb_reformulation=5):
        prompt = f"Reformule en français {nb_reformulation} fois la question '{self.current_query[0]}'"
        response = InferenceClient().chat.completions.create(
            model="deepseek-ai/DeepSeek-V3-0324",
            messages=[
                {
                    "role": "user",
                    "content": prompt
                }
            ],
        )

        queries = response.choices[0].message.content.split('\n')
        queries = [q for q in queries if "?" in q and not self.current_query[0] in q]
        self.current_query += queries

    def retrieve_data_from_embeddings(self):
        r = {}
        if self.reformulation or self.use_HyDE or self.use_HyDE_cut:
            for i, query in enumerate(self.current_query):
                for name_model, retriever in self.embedding_models.items():
                    r[str(i)+"-"+name_model] = retriever.retrieve_data(query, self.TOP_K)
        else:
            for name_model, retriever in self.embedding_models.items():
                r[name_model] = retriever.retrieve_data(self.current_query, self.TOP_K)
        self.ranks.update(r)
        # self.add_dict_to_ranks(r)

    # def add_dict_to_ranks(self, data):
    #     if self.query in self.ranks:
    #         self.ranks.update(data)
    #     else:
    #         self.ranks = data


    # def add_BM25_retriever(self):
    #     self.BM25_retriever = BM25Retriever.from_documents(self.chunks, k=self.TOP_K)

    def retrieve_data_from_BM25(self):
        if self.reformulation or self.use_HyDE or self.use_HyDE_cut:
            for i, query in enumerate(self.current_query):
                self.retrieve_query_from_BM25(query, str(i)+"-BM25")
        else:
            self.retrieve_query_from_BM25(self.current_query, "BM25")
        # self.add_dict_to_ranks(query, {'BM25': np.array(idx_bm25)})

    def retrieve_query_from_BM25(self, query, rank_name):
        top_k_docs = self.BM25_retriever.invoke(query)
        # filtered_chunks = [d for d in top_k_docs if self.dept in d.metadata['source']]
        # print("Filtered chunks:",len(filtered_chunks))
        idx_bm25 = self.get_idx_from_lists(self.chunks, top_k_docs)
        self.ranks[rank_name] = np.array(idx_bm25)

    def get_idx_from_lists(self, main_list, sublist):
        idx_list = []
        for sl in sublist:
            if sl in main_list:
                idx_list += [main_list.index(sl)]
        return idx_list

    def RRF(self, k=60):
        idx_score = {}
        for idx_list in self.ranks.values():
            for rank, idx in enumerate(idx_list):
                if idx not in idx_score:
                    idx_score[idx] = 1 / (k + rank)
                else:
                    idx_score[idx] += 1 / (k + rank)

        return sorted(idx_score.items(), key=lambda x:x[1], reverse=True)

    # merge_l = RRF([idx_bm25, [4,149]])
    # print(merge_l)

    def get_chunks_from_rank(self, idx_list):
        chunks = []
        for e in idx_list:
            id, score = e
            chunks += [self.chunks[id]]
        return chunks

    def create_prompt_with_context(self, rank):
        chunks_list = self.get_chunks_from_rank(rank)
        page_contents = [chunk.page_content + "\n\nSource:" + chunk.metadata['source'] for chunk in chunks_list]
        context = "\n\n".join(page_contents)
        query = self.current_query[0] if self.reformulation or self.use_HyDE or self.use_HyDE_cut else self.current_query
        prompt = f"Répondez à la question suivante en utilisant le contexte ci-dessous:\n\nContexte:\n{context}\n\nQuestion: {query}"
        self.history += [{
                            "role": "user",
                            "content": prompt,
                        }]
        return prompt, page_contents

    def ask_agent(self, cpt=1):
        query = self.history[-1]['content']
        response = InferenceClient().chat_completion(
            model="deepseek-ai/DeepSeek-V3-0324",
            messages = self.history,
            temperature = 0,
            seed = 0
        )
        reply = response.choices[0].message.content
        self.history += [{
                            "role": "assistant",
                            "content": reply,
                        }]
        if self.ask_again:
            good_reply = self.ask_again_agent(cpt)
            if not good_reply:
                start = "Peux-tu donner une meilleur réponse à cette question:"
                if not query.startswith(start):
                    query = f"Peux-tu donner une meilleur réponse à cette question: \n\n {query}"
                self.ask_a_question(query)
                self.history += [{
                                    "role": "user",
                                    "content": query,
                                }]
                reply = self.ask_agent(cpt+1)
        
        return reply

    def ask_again_agent(self, cpt=1):
        prompt = f"Est ce que la réponse donnée est satisfaisante ? Répondre uniquement par Oui ou Non."
        self.history += [{
                            "role": "user",
                            "content": prompt,
                        }]
        response = InferenceClient().chat.completions.create(
            model="deepseek-ai/DeepSeek-V3-0324",
            messages = self.history,
            options = {'temperature': 0}
        )
        reply = response.choices[0].message.content
        self.history += [{
                            "role": "assistant",
                            "content": reply,
                        }]

        if "Oui" in reply or cpt > 4:
            return True
        return False


    # def semantic_rerank(self, chunks, reply):
    #     # chunks_list = self.get_chunks_from_rank(rank)
    #     # page_contents = [chunk.page_content + "\n\nSource:" + chunk.metadata['source'] for chunk in chunks_list]

    #     pairs = [(chunk, reply) for chunk in chunks]
    #     scores = self.semantic_rerank_model.predict(pairs)
    #     ranked = sorted(zip(chunks, scores), key=lambda x: x[1], reverse=True)
    #     return ranked

    def get_url_from_paths(self, paths):
        url = []
        for p in paths:
            with open(p) as json_file:
                data = json.load(json_file)
                url += [data['url']]
        return url

    def get_a_reply(self, query):
        self.ask_a_question(query)
        # self.retrieve_data_from_embeddings()
        self.retrieve_data_from_BM25()

        rank = self.RRF()
        prompt, chunks = self.create_prompt_with_context(rank)

        reply = self.ask_agent()

        self.retrieve_query_from_BM25(reply, 'source')
        sources_BM25 = [self.chunks[r].metadata['source'] for r in self.ranks['source']]
        sources = list({s for s in sources_BM25 if sources_BM25.count(s) > 1})
        if not sources:
            sources = [sources_BM25[0]]
        sources = self.get_url_from_paths(sources)

        # print("=== HISTORY ===")
        # print(self.history)

        return (reply, sources)

    # def ask(self, query, PATH_IDX_CONTEXT_AND_WT, PATH_IDX_CONTEXT, PATH_IDX, embedding_model_name, TOP_K):
    #     path_idx = PATH_IDX_CONTEXT_AND_WT if use_context_and_wt else PATH_IDX_CONTEXT if use_context else PATH_IDX
    #     agent.add_embedding_retriever(embedding_model_name, path_idx)
    #     agent.add_BM25_retriever(TOP_K)

    #     agent.ask_a_question(query)

    #     agent.retrieve_data_from_embeddings(TOP_K)
    #     agent.retrieve_data_from_BM25()

    #     # print(agent.ranks)

    #     rank = agent.RRF()
    #     prompt, chunks = agent.create_prompt_with_context(rank)

    #     reply = agent.ask_agent()

    #     agent.retrieve_query_from_BM25(reply, 'source')
    #     sources_BM25 = [agent.chunks[r].metadata['source'] for r in agent.ranks['source']]
    #     sources = list({s for s in sources_BM25 if sources_BM25.count(s) > 1})
    #     if not sources:
    #         sources = [sources_BM25[0]]
    #     sources = agent.get_url_from_paths(sources)
    #     # print(sources)

    #     return (reply, sources)



    


if __name__ == "__main__":
    DATA_DIR             = "data_websites"
    PATH_SAVE_CHUNKS     = "chunks_saved.json" 
    PATH_SAVE_CONTEXT    = "chunks_with_context.json"  
    PATH_IDX             = "index_faiss_data_sh"
    PATH_IDX_CONTEXT     = "index_faiss_context_sh" 
    PATH_IDX_CONTEXT_AND_WT= "index_faiss_context_and_wt_sh"   
    # embedding_model_names = ["Geotrend/distilbert-base-en-fr-cased"]
    embedding_model_names = []
    # embedding_model_name = "almanach/camembertav2-base"
    agent_name           = "Geotrend/distilbert-base-en-fr-cased"
    TOP_K                = 10
    # query                = "Quelles sont les missions du collège Sciences de l’Homme ?"
    # query                = "Comment reprendre des études supérieures sans baccalauréat?"
    # query = "**Les débouchés après une licence en informatique** \n\nObtenir une licence en informatique ouvre les portes à de nombreux débouchés professionnels excitants ! Voici quelques-uns des postes et domaines où vous pouvez appliquer vos compétences :\n\n1. **Développeur logiciel** : Créez des applications, des jeux vidéo ou des systèmes d'information pour répondre aux besoins des entreprises ou des particuliers.\n2. **Système administrateur** : Gérez les serveurs, les réseaux et les bases de données pour garantir la sécurité et l'intégrité des systèmes informatiques.\n3. **Analyste de système** : Étudiez les besoins des entreprises pour concevoir et améliorer les systèmes d'information, aidant ainsi à optimiser leurs processus métier.\n4. **Consultant en technologies de l'information** : Aidez les entreprises à choisir et à mettre en œuvre les solutions informatiques qui répondent à leurs besoins spécifiques.\n5. **Ingénieur logiciel** : Conceptionnez, développez et testez des logiciels pour répondre aux exigences des industries telles que l'aéronautique, la défense ou la santé.\n6. **Data Scientist** : Analysez et interprétez les données pour aider les entreprises à prendre des décisions éclairées et à améliorer leurs processus métier.\n7. **Conception de produits** : Utilisez vos compétences en informatique pour concevoir et développer des produits innovants, tels que des jeux vidéo, des applications mobiles ou des appareils connectés.\n8. **Gestionnaire de projet** : Planifiez, coordinatez et contrôliez les projets informatiques pour assurer leur réussite et leur livraison dans les délais impartis.\n9. **Formateur en informatique** : Partagez vos connaissances avec d'autres en créant des cours, des tutoriels ou des formations en informatique.\n10. **Entrepreneur** : Fondez votre propre entreprise de services IT ou développez un produit innovant qui répond à un besoin spécifique sur le marché.\n\nEn résumé, une licence en informatique vous offre une grande variété de débouchés professionnels, allant des technologies de l'information aux industries créatives. Les compétences acquises lors de votre formation vous permettront de faire carrière dans les secteurs les plus diversifiés !"
    # query                = "Comment arriver en licence de sociologie?"
    # query                = "L'université de Bordeaux permet aux étudiants de demander la prise en compte de leur prénom d'usage ?"
    # query                = "Comment prendre rendez-vous à la Clinique du droit ?"
    query                  = "Comment se déroule la formation \"Accompagner les personnes âgées, comprendre le vieillissement et ses conséquences\" ?"
    # use_context          = True
    use_context          = False
    # reformulation        = True
    reformulation        = False
    # use_HyDE             = True
    use_HyDE             = False
    # use_HyDE_cut         = True
    use_HyDE_cut         = False
    use_context_wtcontext= True
    # use_context_wtcontext= False
    # ask_again            = True
    ask_again            = False


    device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
    # device = 'cpu'
    # print('Using device:', device)

    list_dir, chunks = process_data(DATA_DIR, PATH_SAVE_CHUNKS, PATH_SAVE_CONTEXT, use_context_wtcontext, use_context)
    embedding_models, BM25_retriever = process_retrievers(embedding_model_names, chunks, TOP_K, use_context, 
                                                        use_context_wtcontext, PATH_IDX, PATH_IDX_CONTEXT, 
                                                        PATH_IDX_CONTEXT_AND_WT, device)

    agent = Agent(list_dir, chunks, embedding_models, BM25_retriever, TOP_K, reformulation, 
                use_HyDE, use_HyDE_cut, ask_again)

    agent.ask_a_question(query)

    agent.retrieve_data_from_embeddings()
    agent.retrieve_data_from_BM25()

    print(agent.ranks)
    for name, lr in agent.ranks.items():
        print("*******",name,"*******")
        for r in lr:
            print(r)
            # if name == PATH_IDX_CONTEXT:
            #     print(agent.doc_process.context[r])
            # else:
            print(agent.chunks[r])

    rank = agent.RRF()
    prompt, chunks = agent.create_prompt_with_context(rank)

    reply = agent.ask_agent()
    print("***************")
    for diag in agent.history:
        print(diag)
    # print(agent.history)
    print("***************")
    print(reply)

    # sources = agent.semantic_rerank(chunks, reply)

    # print("\nSemantic rerank:")
    # for chunk, score in sources[:10]:
    #     print(f"Score: {score:.3f} | Chunk: {chunk.split('Source:')[-1]}")

    print("\nRank retrievers:")
    for chunk in chunks[:10]:
        print(f"Chunk: {chunk.split('Source:')[-1]}")

    agent.retrieve_query_from_BM25(reply, 'source')
    
    print("\nBM25 rerank:")
    for r in agent.ranks['source']:
        print(agent.chunks[r].metadata['source'])



    ########## Complete usage ##########
    # agent = Agent(DATA_DIR, PATH_SAVE_CHUNKS, PATH_SAVE_CONTEXT, agent_name)
    # agent.add_embedding_retriever(embedding_model_name, PATH_IDX)
    # agent.add_BM25_retriever(TOP_K)

    # agent.ask_a_question(query)

    # agent.retrieve_data_from_embeddings(TOP_K)
    # agent.retrieve_data_from_BM25()

    # print(agent.ranks)
    # for lr in agent.ranks.values():
    #     print("**************")
    #     for r in lr:
    #         print(r)
    #         print(agent.chunks[r])

    # rank = agent.RRF()
    # prompt = agent.create_prompt_with_context(rank)

    # reply = agent.ask_agent()
    # print(reply)
    ####################################


    ########## TO DO ##########
    # Chercher modele agent et le mettre en place : OK
    # Add history : OK a priori
    # Améliorer chunks
    # recursive retriever