install dependencies

Dockerfile

@@ -0,0 +1,40 @@
+# Chọn một base image. Nếu Space của bạn là GPU, một image có sẵn CUDA và Conda sẽ tốt hơn.
+# Ví dụ: nvidia/cuda:11.8.0-cudnn8-devel-ubuntu22.04 sau đó cài Miniconda vào.
+# Hoặc dùng continuumio/miniconda3 và dựa vào cudatoolkit từ environment.yml.
+FROM continuumio/miniconda3:latest
+
+# Tạo thư mục làm việc
+WORKDIR /app
+
+# Sao chép file environment.yml vào image
+COPY environment.yml .
+
+# Tạo môi trường Conda từ file environment.yml
+# Điều này sẽ cài đặt Python, Pip, Cudatoolkit=11.8, FAISS, và các gói khác trừ PyTorch.
+RUN conda env create -f environment.yml
+
+# Kích hoạt môi trường Conda và cài đặt PyTorch, torchvision, torchaudio bằng pip
+# QUAN TRỌNG: Thay thế X.Y.Z và A.B.C bằng các phiên bản THỰC TẾ bạn tìm thấy trên index cu118!
+RUN echo "Installing PyTorch, torchvision, torchaudio with pip from PyTorch index..." && \
+    conda run -n llm-rag-env pip install torch==X.Y.Z torchvision==A.B.C torchaudio==X.Y.Z --index-url https://download.pytorch.org/whl/cu118
+    # Ví dụ nếu torch 2.3.0 có sẵn:
+    # conda run -n llm-rag-env pip install torch==2.3.0 torchvision==0.18.0 torchaudio==2.3.0 --index-url https://download.pytorch.org/whl/cu118
+
+# Đặt SHELL để các lệnh RUN và CMD/ENTRYPOINT tiếp theo mặc định chạy trong môi trường Conda đã kích hoạt
+# Đảm bảo tên môi trường ('llm-rag-env') khớp với tên trong environment.yml
+SHELL ["conda", "run", "-n", "llm-rag-env", "/bin/bash", "-c"]
+
+# (Tùy chọn nhưng khuyến khích) Xác minh cài đặt
+RUN echo "Verifying installations..."
+RUN python --version
+RUN python -c "import torch; print(f'PyTorch version: {torch.__version__}'); print(f'Torch CUDA available: {torch.cuda.is_available()}'); print(f'Torch built with CUDA version: {torch.version.cuda}')"
+RUN python -c "import torchvision; print(f'Torchvision version: {torchvision.__version__}')"
+RUN python -c "import torchaudio; print(f'Torchaudio version: {torchaudio.__version__}')"
+RUN python -c "import faiss; print(f'FAISS version: {faiss.__version__}')"
+RUN conda list # Liệt kê tất cả các gói trong môi trường Conda
+
+# Sao chép mã nguồn ứng dụng của bạn vào image
+COPY . .
+
+# Lệnh để chạy ứng dụng Gradio của bạn (thay app.py bằng tên file chính của bạn)
+CMD ["python", "app.py"]

environment.yml

@@ -0,0 +1,23 @@
+name: llm-rag-env # Đặt tên cho môi trường của bạn
+channels:
+  - nvidia       # Kênh cho cudatoolkit (nếu Space của bạn có GPU)
+  - conda-forge  # Kênh cho faiss và các gói khác
+  - defaults
+dependencies:
+  - python=3.11    # Hoặc phiên bản Python bạn muốn
+  - pip
+  # Quan trọng: Đảm bảo phiên bản cudatoolkit phù hợp với GPU trên Space
+  - cudatoolkit=11.8
+  # FAISS từ conda-forge
+  - conda-forge::faiss=1.9.0=*cuda* # Dấu *cuda* để Conda tìm bản build GPU
+  # Các gói khác
+  - huggingface_hub==0.31.2 # Hoặc phiên bản mới nhất bạn muốn
+  - gradio==5.31.0         # Hoặc phiên bản mới nhất bạn muốn
+  - sentence-transformers==4.1.0 # Thêm ==phiên_bản
+  - unsloth==2025.5.7 # Thêm ==phiên_bản
+  - transformers # Thêm ==phiên_bản
+  - rank_bm25==0.2.2
+  - numpy==1.26.4
+  # Nếu có gói nào chỉ có trên pip và không có trên Conda channels
+  # - pip:
+  #   - ten-goi-pip