from flask import Flask, request, render_template, jsonify import PIL.Image import google.generativeai as genai import os from tempfile import NamedTemporaryFile app = Flask(__name__) # Configuration de Gemini generation_config = { "temperature": 1, "max_output_tokens": 8192, } 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" }, ] GOOGLE_API_KEY = os.environ.get("TOKEN") genai.configure(api_key=GOOGLE_API_KEY) def generer_histoire(sujet, points): prompt = f""" je souhaite faire mon travail d'histoire sous forme de dissertation. le thème {sujet} et les différents point a détaillé sont : {points} Voici la méthodologie que tu devras scrupuleusement respecté pour la dissertation et assure toi d'intégrer les connecteur logique pour débuter les arguments Je veux un travail bien détaillé. commence directement ta réponse par l'introduction : Introduction Amorce Problématique Annonce du plan(les points ) Développement(il y a trois points et donc une partie pour chaque points ) 1er partie Phrase chapeau ( Avec annonce des deux arguments) Argument 1+ explication+ exemple Argument 2 + explication + exemple Transition 2eme partie Phrase chapeau ( Avec annonce des deux arguments) Argument 1+ explication+ exemple Argument 2 + explication + exemple Transition 3eme partie Phrase chapeau ( Avec annonce des deux arguments) Argument 1+ explication+ exemple Argument 2 + explication + exemple Conclusion bilan question d'ouverture """ model = genai.GenerativeModel('gemini-exp-1206', generation_config=generation_config, safety_settings=safety_settings) response = model.generate_content(prompt, request_options={"timeout": 600}) return response.text @app.route('/') def index(): return render_template('histoire.html') @app.route('/api/histoire', methods=['POST']) def submit_histoire(): # Récupération des données sujet = request.form.get('sujet-histoire', '').strip() points = [ request.form.get('pointt1-histoire', '').strip(), request.form.get('point2-histoire', '').strip(), request.form.get('point3-histoire', '').strip() ] if not sujet or not all(points): return jsonify({"error": "Tous les champs sont obligatoires"}), 400 try: dissertation = generer_histoire(sujet,points) return jsonify({"output": dissertation}), 200 except Exception as e: return jsonify({"error": str(e)}), 500 @app.route('/api/geographie', methods=['POST']) def submit_geographie(): # Récupération des données sujet = request.form.get('sujet-geographie', '').strip() points = [ request.form.get('point1-geographie', '').strip(), request.form.get('point2-geographie', '').strip(), request.form.get('point3-geographie', '').strip() ] if not sujet or not all(points): return jsonify({"error": "Tous les champs sont obligatoires"}), 400 try: # Génération de l'introduction dissertation = generer_introduction(sujet,points, "géographie") dissertation += "\n\n" # Génération du développement contexte = dissertation for point in points: section_texte, _ = rediger_section_geographie(sujet, point, contexte) dissertation += section_texte + "\n\n" contexte = dissertation # Génération de la conclusion dissertation += generer_conclusion(sujet, dissertation, "géographie") return jsonify({"output": dissertation}), 200 except Exception as e: return jsonify({"error": str(e)}), 500 def analyze_images(images, prompt): """Analyse les images fournies et génère une réponse textuelle.""" model = genai.GenerativeModel('gemini-pro-vision') response = model.generate_content( [prompt, *images], generation_config=generation_config, safety_settings=safety_settings ) return response.text @app.route('/api/histoire-type2', methods=['POST']) def submit_histoire_type2(): # Récupération des données sujet = request.form.get('sujet-histoire-type2', '').strip() if 'images-histoire-type2' not in request.files: return jsonify({"error": "Aucune image n'a été envoyée."}), 400 files = request.files.getlist('images-histoire-type2') if not sujet: return jsonify({"error": "Le champ sujet est obligatoire"}), 400 images = [] for file in files: if file.filename == '': return jsonify({"error": "Un ou plusieurs fichiers n'ont pas de nom."}), 400 try: img = PIL.Image.open(file) images.append(img) except Exception as e: return jsonify({"error": f"Impossible de lire l'image : {file.filename}. Erreur : {str(e)}"}), 400 try: # Prompt pour l'analyse d'images en histoire prompt = f""" Sujet: {sujet} Tu es un assistant spécialisé en histoire. Analyse les images fournies en lien avec le sujet donné. Structure de la réponse : 1. Description de chaque image. 2. Analyse du lien entre les images et le sujet. 3. Synthèse et informations pertinentes déduites des images. """ # Analyse des images et génération de la réponse response_text = analyze_images(images, prompt) return jsonify({"output": response_text}), 200 except Exception as e: return jsonify({"error": str(e)}), 500 @app.route('/api/geographie-type2', methods=['POST']) def submit_geographie_type2(): # Récupération des données sujet = request.form.get('sujet-geographie-type2', '').strip() if 'images-geographie-type2' not in request.files: return jsonify({"error": "Aucune image n'a été envoyée."}), 400 files = request.files.getlist('images-geographie-type2') if not sujet: return jsonify({"error": "Le champ sujet est obligatoire"}), 400 images = [] for file in files: if file.filename == '': return jsonify({"error": "Un ou plusieurs fichiers n'ont pas de nom."}), 40