# app.py import streamlit as st import asyncio from typing import Any, List, Type from pydantic import BaseModel, Field from reportlab.lib.pagesizes import letter from reportlab.platypus import SimpleDocTemplate, Paragraph from reportlab.lib.styles import getSampleStyleSheet, ParagraphStyle from reportlab.lib import colors from crewai import Agent, Crew, Process, Task from crewai_tools import SerperDevTool from crewai import LLM from crewai.tools.base_tool import BaseTool # --- PDF Tool from pdf_tool.py --- class PDFToolInput(BaseModel): content: str = Field(..., description="Contenu de l'exposé en format Markdown") output_path: str = Field(..., description="Chemin de sortie du fichier PDF") class PDFTool(BaseTool): name: str = "Generate PDF" description: str = "Outil pour générer un document PDF à partir de texte en format Markdown." args_schema: Type[BaseModel] = PDFToolInput def _run( self, content: str, output_path: str = "expose.pdf", **kwargs, ) -> str: try: doc = SimpleDocTemplate(output_path, pagesize=letter) styles = getSampleStyleSheet() # Ajout d'un style personnalisé pour le texte normal styles.add(ParagraphStyle(name='CustomBodyText', parent=styles['Normal'], fontSize=12, leading=14, spaceAfter=10)) # Ajout d'un style personnalisé pour les titres de section styles.add(ParagraphStyle(name='CustomHeading1', parent=styles['Heading1'], fontSize=18, leading=22, spaceBefore=20, spaceAfter=6, textColor=colors.HexColor("#2c3e50"))) # Couleur bleu foncé # Ajout d'un style personnalisé pour les titres de sous-section styles.add(ParagraphStyle(name='CustomHeading2', parent=styles['Heading2'], fontSize=14, leading=18, spaceBefore=10, spaceAfter=4, textColor=colors.HexColor("#34495e"))) # Couleur bleu-gris # Séparer le contenu en sections en utilisant les sauts de ligne comme délimiteurs sections = content.split("\n\n") Story = [] for section in sections: # Déterminer si la section est un titre de section, un titre de sous-section ou du texte normal if section.startswith("# "): # Titre de section title = section[2:].strip() Story.append(Paragraph(title, styles["CustomHeading1"])) elif section.startswith("## "): # Titre de sous-section subtitle = section[3:].strip() Story.append(Paragraph(subtitle, styles["CustomHeading2"])) else: # Texte normal Story.append(Paragraph(section, styles["CustomBodyText"])) doc.build(Story) return f"Fichier PDF généré avec succès : {output_path}" except Exception as e: return f"Erreur lors de la génération du PDF : {e}" # --- Crew utilities from crew_utils.py --- # --- Définition des outils --- search_tool = SerperDevTool() pdf_tool = PDFTool() # --- Définition du LLM (Gemini) --- # Remplace par ta clé API GEMINI_API_KEY = "AIzaSyD6yZxfVOnh63GXBJjakAupk9aP4CZrgrQ" llm = LLM( model="gemini/gemini-1.5-flash", temperature=0.7, timeout=120, # Seconds to wait for response max_tokens=8000, ) # --- Définition des agents --- # Chef de Projet project_manager = Agent( role="Chef de Projet", goal="Coordonner la création d'un exposé complet et de haute qualité sur le thème donné.", backstory="Expert en gestion de projet et en coordination d'équipes, capable de diriger des projets complexes jusqu'à leur aboutissement.", verbose=True, llm=llm, allow_delegation=True, ) # Planificateur planner = Agent( role="Planificateur d'Exposé", goal="Créer un plan détaillé et pertinent pour l'exposé.", backstory="Spécialiste de la structuration de contenu, capable de générer des plans clairs et logiques pour des exposés complexes.", verbose=True, llm=llm, ) # Rédacteurs (3 instances pour gérer l'introduction, le développement et la conclusion) researcher_intro = Agent( role="Rédacteur Spécialisé en Introduction", goal="Rédiger une introduction captivante pour l'exposé.", backstory="Expert en recherche et en rédaction, capable de produire du contenu informatif et bien écrit sur des sujets variés.", verbose=True, llm=llm, tools=[search_tool], ) researcher_dev = Agent( role="Rédacteur Spécialisé en Développement", goal="Rédiger les sections de développement de l'exposé.", backstory="Expert en recherche et en rédaction, capable de produire du contenu informatif et bien écrit sur des sujets variés.", verbose=True, llm=llm, tools=[search_tool], ) researcher_conclusion = Agent( role="Rédacteur Spécialisé en Conclusion", goal="Rédiger une conclusion percutante pour l'exposé.", backstory="Expert en recherche et en rédaction, capable de produire du contenu informatif et bien écrit sur des sujets variés.", verbose=True, llm=llm, tools=[search_tool], ) # Assembleur assembler = Agent( role="Assembleur d'Exposé", goal="Compiler toutes les sections rédigées de l'exposé dans un seul document et générer un document PDF final de qualité professionnelle.", backstory="Expert en mise en forme et en compilation de documents, capable de transformer des contenus distincts en un document final harmonieux et esthétique.", verbose=True, llm=llm, tools=[pdf_tool], ) # --- Définition des tâches --- # Tâche pour le Planificateur create_plan_task = Task( description=""" Créez un plan détaillé pour un exposé sur le thème suivant : {topic}. Le plan doit inclure une introduction, plusieurs sections principales (au moins 3), et une conclusion. Assurez-vous que le plan est logique et couvre tous les aspects importants du sujet. Divisez les sections principales en sous-sections si nécessaire pour une meilleure organisation. """, expected_output="Un plan d'exposé structuré avec des titres de sections et sous-sections, en format Markdown.", agent=planner, ) class SectionContent(BaseModel): title: str = Field(..., description="Titre de la section") content: str = Field(..., description="Contenu de la section") # Tâches pour les Rédacteurs (exemple pour 3 sections, à adapter) async def write_section_task( researcher: Agent, section_title: str, context: List[Task] ) -> Task: return Task( description=f""" Rédigez la section '{section_title}' de l'exposé en vous basant sur le plan fourni. Effectuez des recherches approfondies en utilisant l'outil de recherche pour enrichir le contenu. La section doit être informative, bien écrite et doit respecter le ton académique d'un exposé. Voici le contexte: {context} """, expected_output=f"Texte complet et bien rédigé pour la section '{section_title}' de l'exposé, au format Markdown.", agent=researcher, tools=[search_tool], output_pydantic=SectionContent, # Utilisez le modèle Pydantic ici context=context, ) # Tâche pour l'Assembleur compile_report_task = Task( description=""" Compilez toutes les sections rédigées de l'exposé dans un seul document. Organisez les sections selon le plan fourni par le planificateur. Générez un document PDF final prêt pour la présentation. Assurez-vous que le document est bien structuré, facile à lire et qu'il respecte les conventions d'un exposé académique. Voici le contexte: {context} """, expected_output="Un document PDF complet de l'exposé, prêt à être présenté.", agent=assembler, tools=[pdf_tool], ) # --- Orchestration des tâches avec un processus hiérarchique --- async def process_section_tasks( manager: Agent, plan: Any, # Remplace Any par le type de retour attendu de la tâche create_plan_task researchers: List[Agent], ): # Assume que plan est une liste de titres de sections sections = plan.split("\n") # Adapter selon le format réel du plan section_tasks: List[Task] = [] for i, section in enumerate(sections): if section != "": researcher = researchers[i % len(researchers)] section_task = await write_section_task( researcher=researcher, section_title=section.strip(), context=[create_plan_task], ) section_tasks.append(section_task) return section_tasks class ExposeCrew(Crew): def __init__(self, agents, tasks, process, manager_llm, verbose): super().__init__(agents=agents, tasks=tasks, process=process, manager_llm=manager_llm, verbose=verbose) async def kickoff(self, inputs: dict = {}) -> str: # Exécuter la tâche de création du plan plan = await create_plan_task.execute(context=inputs) self.log.info(f"Plan de l'exposé : {plan}") # Créer et exécuter les tâches de rédaction de section en parallèle section_tasks = await process_section_tasks( manager=self.manager_llm, plan=plan, researchers=[researcher_intro, researcher_dev, researcher_conclusion], ) sections_results = await asyncio.gather(*[task.execute(context=[create_plan_task]) for task in section_tasks]) section_outputs = [result.content for result in sections_results] self.log.info(f"Sections rédigées : {section_outputs}") # Mettre à jour la description de la tâche de compilation avec les sections rédigées compile_report_task.description = f""" Compilez toutes les sections rédigées de l'exposé dans un seul document. Organisez les sections selon le plan fourni par le planificateur : {plan} Sections rédigées : {section_outputs} Générez un document PDF final prêt pour la présentation. """ compile_report_task.context = section_tasks # Exécuter la tâche de compilation result = await compile_report_task.execute() return result # --- Streamlit App from app.py --- async def run_crew(topic): """Exécute le crew pour générer l'exposé.""" crew = ExposeCrew( agents=[project_manager, planner, researcher_intro, researcher_dev, researcher_conclusion, assembler], tasks=[create_plan_task, compile_report_task], process=Process.hierarchical, manager_llm=llm, verbose=True, ) result = await crew.kickoff(inputs={"topic": topic}) return result # Interface Streamlit st.title("Générateur d'Exposés avec CrewAI") topic = st.text_input("Entrez le thème de l'exposé :") async def handle_generate(): if not topic: st.error("Veuillez entrer un thème pour l'exposé.") else: with st.spinner("Création de l'exposé en cours..."): try: # Exécuter le crew de manière asynchrone result = await run_crew(topic) st.success("Exposé généré avec succès!") # Téléchargement du fichier PDF with open("expose.pdf", "rb") as file: st.download_button( label="Télécharger l'exposé en PDF", data=file, file_name="expose.pdf", mime="application/pdf" ) except Exception as e: st.error(f"Une erreur s'est produite : {e}") if st.button("Générer l'exposé"): asyncio.run(handle_generate())