Spaces:
Sleeping
Sleeping
File size: 4,134 Bytes
50446ef be05268 50446ef be05268 a302225 1597d21 a302225 be05268 8d644dd be05268 ea4a00b be05268 |
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 |
import streamlit as st
import os
from llama_cpp import Llama
from langchain_community.vectorstores import FAISS
from langchain_community.embeddings import HuggingFaceEmbeddings
from huggingface_hub import hf_hub_download
# --- Configuration de la page Streamlit ---
st.set_page_config(page_title="Votre Coach RAG", layout="wide")
st.title("Votre Coach Expert")
st.write("Posez une question sur vos documents, et je vous répondrai en me basant sur leur contenu.")
# --- Fonctions de chargement mises en cache ---
# @st.cache_resource est CRUCIAL pour que Streamlit ne recharge pas les modèles à chaque interaction
@st.cache_resource
def load_llm():
# ✅ MODIFICATION : On télécharge le modèle depuis le Hub au lieu de le chercher localement.
# Cela contourne la limite de stockage de 1 Go du Space.
model_repo_id = "QuantFactory/Meta-Llama-3-8B-Instruct-GGUF"
model_filename = "Meta-Llama-3-8B-Instruct.Q4_K_M.gguf"
with st.spinner(f"Téléchargement du modèle '{model_filename}'... (Cette étape est longue et n'a lieu qu'une seule fois)"):
# Télécharge le fichier s'il n'est pas dans le cache et retourne son chemin
model_path = hf_hub_download(
repo_id=model_repo_id,
filename=model_filename,
cache_dir='/tmp/hf_cache'
)
with st.spinner("Chargement du modèle LLM en mémoire...."):
# ✅ MODIFICATION : n_gpu_layers=0 car nous utilisons le CPU gratuit.
llm = Llama(model_path=model_path, n_gpu_layers=0, n_ctx=4096, verbose=False, chat_format="llama-3")
return llm
@st.cache_resource
def load_retriever(faiss_path, embeddings_path):
with st.spinner("Chargement de la base de connaissances (FAISS)..."):
# ✅ MODIFICATION : On spécifie 'cpu' car nous n'avons pas de GPU.
embeddings_model = HuggingFaceEmbeddings(model_name=embeddings_path, model_kwargs={'device': 'cpu'})
vectorstore = FAISS.load_local(faiss_path, embeddings_model, allow_dangerous_deserialization=True)
return vectorstore.as_retriever(search_kwargs={"k": 5})
# --- Chemins d'accès (relatifs) ---
DOSSIER_PROJET = os.path.dirname(__file__)
CHEMIN_INDEX_FAISS = os.path.join(DOSSIER_PROJET, "faiss_index_wize")
CHEMIN_MODELE_EMBEDDINGS = os.path.join(DOSSIER_PROJET, "embedding_model")
# --- Chargement des modèles via Streamlit ---
try:
llm = load_llm()
retriever = load_retriever(CHEMIN_INDEX_FAISS, CHEMIN_MODELE_EMBEDDINGS)
st.success("Les modèles sont chargés et prêts !")
except Exception as e:
st.error(f"Erreur lors du chargement des modèles : {e}")
st.stop()
# --- Initialisation de l'historique de chat ---
if "messages" not in st.session_state:
st.session_state.messages = []
# Afficher les messages de l'historique
for message in st.session_state.messages:
with st.chat_message(message["role"]):
st.markdown(message["content"])
# --- Logique de Chat ---
if prompt := st.chat_input("Posez votre question ici...."):
st.session_state.messages.append({"role": "user", "content": prompt})
with st.chat_message("user"):
st.markdown(prompt)
with st.chat_message("assistant"):
with st.spinner("Je réfléchis..."):
# 1. Récupérer le contexte
docs = retriever.invoke(prompt)
context = "\n".join([doc.page_content for doc in docs])
# 2. Créer le prompt pour le LLM
system_prompt = "Vous êtes Un coach expert. Répondez à la question en vous basant uniquement sur le contexte fourni."
full_prompt = f"""<|begin_of_text|><|start_header_id|>system<|end_header_id|>\n{system_prompt}\nContexte : {context}<|eot_id|><|start_header_id|>user<|end_header_id|>\nQuestion : {prompt}<|eot_id|><|start_header_id|>assistant<|end_header_id|>"""
# 3. Générer la réponse
response = llm(full_prompt, max_tokens=1500, stop=["<|eot_id|>"], echo=False)
answer = response['choices'][0]['text'].strip()
st.markdown(answer)
st.session_state.messages.append({"role": "assistant", "content": answer}) |