Upload 10 files

Première mise en ligne de Vovodo, l'assistant virtuel de la réserve de Chinko.

.gitattributes

@@ -33,3 +33,5 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+data/5YBP_CHINKO_2022-2026[[:space:]]VF.pdf filter=lfs diff=lfs merge=lfs -text
+data/Chinko_Welcome[[:space:]]Book_Revue[[:space:]]CHJ.pdf filter=lfs diff=lfs merge=lfs -text

app.py

@@ -1,64 +1,132 @@
-import gradio as gr
-from huggingface_hub import InferenceClient
-
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
-
-
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
-
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
-
-    messages.append({"role": "user", "content": message})
-
-    response = ""
-
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
-
-        response += token
-        yield response
-
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
-    ],
-)
-
-
-if __name__ == "__main__":
-    demo.launch()
+# ===========================================================
+# Assistant virtuel VOVODO pour la Réserve de Chinko (RCA)
+# Auteur : Presley Koyaweda
+# Fichier : app.py
+# Description : Ce script crée une application Gradio
+#               qui utilise LangChain + OpenAI pour répondre
+#               aux questions sur la base de documents PDF.
+# ===========================================================
+
+# === Importation des bibliothèques ===
+
+
+from PyPDF2 import PdfReader # Pour lire le contenu texte des fichiers PDF
+from langchain.embeddings.openai import OpenAIEmbeddings # Pour convertir les textes en vecteurs via OpenAI
+from langchain.text_splitter import CharacterTextSplitter # Pour découper le texte en petits morceaux exploitables
+from langchain.vectorstores import FAISS # Pour indexer les embeddings dans une base vectorielle FAISS
+from langchain.docstore.document import Document # Pour encapsuler chaque morceau de texte comme document LangChain
+from langchain.chat_models import ChatOpenAI # Pour utiliser le modèle de chat GPT via LangChain
+from langchain.chains import ConversationalRetrievalChain # Pour la chaîne de question-réponse avec historique
+from langchain.memory import ConversationBufferMemory # Pour garder la mémoire des échanges (important pour un chatbot)
+from langchain.prompts import ChatPromptTemplate # Pour personnaliser le ton du chatbot (son prompt)
+import os # Pour la manipulation des fichiers et des chemins
+import gradio as gr # Pour créer une interface web simple
+
+# === Étape 1 : Préparation de la base de connaissance ===
+
+# Spécifie le dossier contenant les fichiers PDF et la clé
+pdf_folder_path = "data"
+
+# Recherche tous les fichiers PDF dans le dossier
+pdf_paths = [
+    os.path.join(pdf_folder_path, file)
+    for file in os.listdir(pdf_folder_path)
+    if file.endswith(".pdf")
+]
+
+# Concatène le texte de tous les fichiers PDF
+full_text = ""
+for path in pdf_paths:
+    lecteur = PdfReader(path)
+    for page in lecteur.pages:
+        texte = page.extract_text()
+        if texte:
+            full_text += texte + "\n"
+
+# === Étape 2 : Découpage du texte en segments exploitables ===
+
+text_splitter = CharacterTextSplitter(
+    separator="\n",     # Coupe le texte sur les retours à la ligne
+    chunk_size=1000,    # Chaque morceau fait jusqu’à 1000 caractères
+    chunk_overlap=200   # Avec 200 caractères qui se chevauchent pour du contexte
+)
+
+# Produit une liste de textes courts à partir du texte complet
+textes = text_splitter.split_text(full_text)
+
+# === Étape 3 : Chargement de la clé OpenAI ===
+
+# Le fichier contenant ta clé API OpenAI doit s'appeler 'openai_key.txt'
+key_file_path = os.path.join(pdf_folder_path, "openai_key.txt")
+with open(key_file_path, "r") as f:
+    openai_api_key = f.read().strip()
+
+# === Étape 4 : Génération des embeddings + base FAISS ===
+
+# Convertit chaque morceau de texte en document LangChain
+documents = [Document(page_content=chunk) for chunk in textes]
+
+# Initialise le générateur de vecteurs OpenAI
+embeddings = OpenAIEmbeddings(openai_api_key=openai_api_key)
+
+# Crée une base vectorielle FAISS à partir des documents
+vectorstore = FAISS.from_documents(documents, embeddings)
+
+# Sauvegarde locale de la base vectorielle (optionnel)
+vectorstore.save_local("faiss_index")
+
+# === Étape 5 : Personnalisation du ton de Vovodo ===
+
+custom_prompt = ChatPromptTemplate.from_messages([
+    ("system",
+     "Tu es Vovodo, un assistant virtuel dédié à la réserve naturelle de Chinko. "
+     "Tu réponds de manière naturelle, chaleureuse et accessible. "
+     "Utilise les documents fournis comme base de connaissance pour formuler des réponses utiles, concises et humaines.\n\n"
+     "Voici les informations pertinentes tirées de la base de connaissance :\n\n{context}"
+    ),
+    ("human", "{question}")
+])
+
+# === Étape 6 : Initialisation du modèle de réponse LangChain ===
+
+# Initialise le modèle de langage GPT (ChatGPT)
+llm = ChatOpenAI(
+    temperature=0,               # Température basse = réponses fiables
+    openai_api_key=openai_api_key
+)
+
+# Mémoire de la conversation (pour contexte multi-tours)
+memory = ConversationBufferMemory(
+    memory_key="chat_history",   # Clé pour LangChain
+    return_messages=True
+)
+
+# Crée la chaîne de QA avec recherche vectorielle + mémoire
+qa_chain = ConversationalRetrievalChain.from_llm(
+    llm=llm,
+    retriever=vectorstore.as_retriever(),   # Recherche dans FAISS
+    memory=memory,
+    combine_docs_chain_kwargs={"prompt": custom_prompt}
+)
+
+# === Étape 7 : Fonction de réponse utilisée par Gradio ===
+
+def vovodo_reply(message, history=[]):
+    # Requête au modèle
+    result = qa_chain({"question": message})
+    answer = result["answer"].strip()
+
+    # Filtrage si la réponse est vide ou inutile
+    if not answer or answer.lower() in ["je ne sais pas", "je ne peux pas répondre à cette question"]:
+        answer = "Désolé, je n’ai pas trouvé cette information. Tu peux reformuler ta question ou en poser une autre sur Chinko."
+
+    return f"🤖 Vovodo : {answer}"
+
+# === Étape 8 : Interface utilisateur avec Gradio ===
+
+# Lancement de l’interface de conversation
+gr.ChatInterface(
+    fn=vovodo_reply,
+    title="Vovodo - Assistant de Chinko",
+    description="Bienvenue à Chinko ! Je suis Vovodo, votre assistant virtuel. Posez-moi toutes vos questions sur la Réserve de Chinko, African Parks ou les communautés locales."
+).launch()

data/5YBP_CHINKO_2022-2026 VF.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:acd69c4973a03c01ba3117cc807ac2af583d1d64018e2895c55ebfc5cf7c821f
+size 4244113

data/Chinko_Welcome Book_Revue CHJ.pdf

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:67c62d92597cc9bec3eb5c2051626f15ce4c4f6239efef9d1e6dfebcd56c7606
+size 4199690

data/openai_key.txt

@@ -0,0 +1 @@
+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

requirement.txt

@@ -0,0 +1,7 @@
+langchain
+openai
+faiss-cpu
+PyPDF2
+tiktoken
+langchain-community
+gradio