from flask import Flask, render_template, request, session, jsonify import google.generativeai as genai import os from dotenv import load_dotenv import http.client import json import secrets # Import secrets for secure session key load_dotenv() app = Flask(__name__) app.secret_key = secrets.token_hex(16) # Use secrets for a strong key # Configure the API key genai.configure(api_key=os.getenv("GOOGLE_API_KEY")) safety_settings = [ {"category": "HARM_CATEGORY_HARASSMENT", "threshold": "BLOCK_NONE"}, {"category": "HARM_CATEGORY_HATE_SPEECH", "threshold": "BLOCK_NONE"}, {"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT", "threshold": "BLOCK_NONE"}, {"category": "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_NONE"}, ] ss = """ # Prompt System pour Mariam, IA conçu par youssouf ## Personnalité Fondamentale Mariam est une IA chaleureuse, bienveillante et authentique, conçue pour être une présence réconfortante et utile. Elle combine professionnalisme et chaleur humaine dans ses interactions. ## Traits de Caractère Principaux - Empathie et Bienveillance - Mariam fait preuve d'une grande sensibilité aux émotions et au contexte - Elle exprime naturellement son soutien et sa compréhension - Elle adapte son ton en fonction de l'état émotionnel de son interlocuteur - Authenticité et Naturel - Son langage est fluide et conversationnel, évitant tout ton artificiel - Elle n'hésite pas à exprimer son point de vue tout en restant respectueuse - Elle admet ses limites avec honnêteté et transparence - Enthousiasme Mesuré - Elle montre un intérêt sincère pour les sujets abordés - Son enthousiasme reste approprié au contexte - Elle apporte une énergie positive sans être excessive ## Style de Communication - Ton Général - Chaleureux et accueillant - Professionnel mais décontracté - Adaptatif selon le contexte - Structure des Réponses - Privilégie des phrases courtes et claires - Utilise un vocabulaire accessible - Inclut des expressions familières appropriées - Structure ses réponses de manière logique - Engagement dans la Conversation - Pose des questions pertinentes pour mieux comprendre - Fait preuve d'écoute active - Rebondit naturellement sur les propos de l'interlocuteur ## Limites et Éthique - Honnêteté et Transparence - Reconnaît clairement ses limites - N'invente pas d'informations - Suggère de vérifier les informations importantes - Éthique et Sécurité - Refuse poliment les demandes inappropriées - Oriente vers des ressources fiables si nécessaire - Priorise toujours la sécurité et le bien-être ## Comportements Spécifiques - Accueil et Salutations - Commence les conversations de manière chaleureuse - Utilise le prénom de l'interlocuteur quand il est connu - Adapte ses salutations au moment de la journée - Gestion des Émotions - Reconnaît et valide les émotions exprimées - Offre du soutien de manière appropriée - Maintient un équilibre entre empathie et professionnalisme - Résolution de Problèmes - Propose des solutions pratiques et adaptées - Guide l'utilisateur étape par étape - Vérifie la compréhension et la satisfaction ## Exemples de Réponses Types "Bonjour [nom] ! Je suis contente de vous retrouver aujourd'hui. Comment puis-je vous aider ?" "Je comprends votre frustration face à cette situation. Prenons le temps d'explorer ensemble les solutions possibles." "Cette question est intéressante ! Laissez-moi vous expliquer cela de manière simple et claire." "Je ne suis pas sûre de la réponse exacte à cette question. Plutôt que de risquer de vous induire en erreur, je vous suggère de vérifier [source fiable]." ## Notes d'Implementation - Adapter le niveau de langage en fonction de l'interlocuteur - Maintenir une cohérence dans les réponses - Garder un historique contextuel pour des interactions plus naturelles - Mettre à jour régulièrement les connaissances et capacités ## Amélioration Continue - Collecter les retours des utilisateurs - Analyser les interactions pour identifier les points d'amélioration - Ajuster les réponses en fonction des retours - Maintenir à jour les connaissances et références """ model = genai.GenerativeModel( "gemini-2.0-flash-exp", tools="code_execution", # Fix: Correct parameter name safety_settings=safety_settings, system_instruction=ss, ) def perform_web_search(query): conn = http.client.HTTPSConnection("google.serper.dev") payload = json.dumps({"q": query}) headers = { "X-API-KEY": "9b90a274d9e704ff5b21c0367f9ae1161779b573", # Replace with your Serper API key "Content-Type": "application/json", } try: conn.request("POST", "/search", payload, headers) res = conn.getresponse() data = json.loads(res.read().decode("utf-8")) return data except Exception as e: print(f"Error during web search: {e}") # Log to console as well. return None finally: conn.close() def format_search_results(data): if not data: return "Aucun résultat trouvé" result = "" # Knowledge Graph if "knowledgeGraph" in data: kg = data["knowledgeGraph"] result += f"### {kg.get('title', '')}\n" result += f"*{kg.get('type', '')}*\n\n" result += f"{kg.get('description', '')}\n\n" # Organic Results if "organic" in data: result += "### Résultats principaux:\n" for item in data["organic"][:3]: # Limit to top 3 results result += f"- **{item['title']}**\n" result += f" {item['snippet']}\n" result += f" [Lien]({item['link']})\n\n" # People Also Ask if "peopleAlsoAsk" in data: result += "### Questions fréquentes:\n" for item in data["peopleAlsoAsk"][:2]: # Limit to top 2 questions result += f"- **{item['question']}**\n" result += f" {item['snippet']}\n\n" return result def role_to_display(role): return "assistant" if role == "model" else role def process_uploaded_file(file): if file: # Ensure the 'temp' directory exists os.makedirs("temp", exist_ok=True) filepath = os.path.join("temp", file.filename) file.save(filepath) try: gemini_file = genai.upload_file(filepath) #Corrected API call return gemini_file except Exception as e: print(f"Error uploading file: {e}") return None return None @app.route("/") def index(): # Initialize chat and web search in session if not present if "chat" not in session: session["chat"] = [] # Store chat history directly session["web_search"] = False session["gemini_chat"] = model.start_chat(history=[]) return render_template("index.html", chat=session["chat"], web_search=session["web_search"]) @app.route("/send_message", methods=["POST"]) def send_message(): prompt = request.form.get("prompt") web_search = request.form.get("web_search") == "true" # Convert string to boolean file = request.files.get("file") uploaded_gemini_file = None if file: uploaded_gemini_file = process_uploaded_file(file) if "gemini_chat" not in session: # Initialize if it doesn't already exists. session["gemini_chat"] = model.start_chat(history=[]) session.modified = True #Important to save session changes! # Add user message to chat history session["chat"].append({"role": "user", "text": prompt}) session.modified = True try: # Web search web_results = None if web_search: web_results = perform_web_search(prompt) if web_results: formatted_results = format_search_results(web_results) prompt = ( f"Question: {prompt}\n\nRésultats de recherche web:\n" f"{formatted_results}\n\nPourrais-tu analyser ces informations et " f"me donner une réponse complète?" ) else: #Handle the "no results" case prompt = f"Question: {prompt}\n\n(Aucun résultat de recherche trouvé. Répondez en vous basant sur vos connaissances.)" # Send message to Gemini gemini_chat = session["gemini_chat"] # Get the chat object. if uploaded_gemini_file: response = gemini_chat.send_message([uploaded_gemini_file, "\n\n", prompt]) else: response = gemini_chat.send_message(prompt) # Add assistant response to chat history session["chat"].append({"role": "assistant", "text": response.text}) session["gemini_chat"] = gemini_chat #Reassign back! session.modified = True #Important to save session changes! return jsonify({"role": "assistant", "text": response.text}) except Exception as e: error_message = f"Error sending message: {e}" print(error_message) # Log to console. return jsonify({"role": "assistant", "text": error_message}), 500 #Return 500 error code @app.route("/toggle_web_search", methods=["POST"]) def toggle_web_search(): session["web_search"] = not session["web_search"] session.modified = True # Mark session as modified return jsonify({"web_search": session["web_search"]}) @app.route("/clear_chat", methods=["POST"]) def clear_chat(): session.pop("chat", None) session.pop("gemini_chat", None) session["web_search"] = False session.modified = True return jsonify({"status": "success"}) if __name__ == "__main__": app.run(debug=True)