Create app.py

app.py

@@ -0,0 +1,170 @@
+import os
+import gradio as gr
+from langchain.embeddings import HuggingFaceEmbeddings
+from langchain.vectorstores import FAISS
+from googleapiclient.discovery import build
+from google.oauth2.service_account import Credentials
+import pickle
+import time
+
+# Initialize embeddings model
+embeddings = HuggingFaceEmbeddings(
+    model_name="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2"
+)
+
+def load_or_create_vector_store():
+    """Load existing vector store or create new one"""
+    if os.path.exists("vector_store.pkl"):
+        with open("vector_store.pkl", "rb") as f:
+            return pickle.load(f)
+    
+    # Google Sheets setup
+    SCOPES = ["https://www.googleapis.com/auth/spreadsheets.readonly"]
+    SPREADSHEET_ID = "13mB_WfOQtOxE1bYO1o-f8aYfh-ooRV1fhOASk9M2DwI"
+    
+    # Load credentials from environment
+    gcp_credentials = os.getenv("GCP_CREDENTIALS")
+    if not gcp_credentials:
+        return None
+        
+    with open("gcp_credentials.json", "w") as f:
+        f.write(gcp_credentials)
+        
+    creds = Credentials.from_service_account_file(
+        "gcp_credentials.json", 
+        scopes=SCOPES
+    )
+    service = build("sheets", "v4", credentials=creds)
+    
+    # Load all sheets
+    sheets = [
+        "geburtstagsinfos",
+        "oeffnungszeiten",
+        "hallenregeln",
+        "hinweise",
+        "kontakt",
+        "attraktionen"
+    ]
+    
+    # Prepare documents for embeddings
+    documents = []
+    for sheet_name in sheets:
+        try:
+            result = service.spreadsheets().values().get(
+                spreadsheetId=SPREADSHEET_ID,
+                range=sheet_name
+            ).execute()
+            rows = result.get('values', [])[1:]  # Skip header
+            
+            for row in rows:
+                if len(row) >= 2:
+                    doc_text = f"Category: {sheet_name}\nQuestion: {row[0]}\nAnswer: {row[1]}"
+                    documents.append(doc_text)
+        except Exception as e:
+            print(f"Error loading {sheet_name}: {e}")
+    
+    # Create vector store
+    vector_store = FAISS.from_texts(documents, embeddings)
+    
+    # Save for future use
+    with open("vector_store.pkl", "wb") as f:
+        pickle.dump(vector_store, f)
+    
+    return vector_store
+
+# Load or create the vector store
+vector_store = load_or_create_vector_store()
+
+def format_response(results):
+    """Format search results into a nice response"""
+    if not results:
+        return """Ups! 😅 Dazu habe ich leider keine passende Information gefunden.
+                 
+Aber ich kenne mich super aus mit:
+- Unseren Öffnungszeiten ⏰
+- Den Hallenregeln 📋
+- Geburtstagsfeiern 🎂
+- Unseren tollen Attraktionen 🎯
+- Anfahrt & Kontakt 📍
+
+Frag mich einfach danach!"""
+    
+    best_result = results[0]
+    parts = best_result.page_content.split('\n')
+    category = parts[0].replace('Category: ', '')
+    answer = parts[2].replace('Answer: ', '')
+    
+    # Format based on category
+    if 'oeffnungszeiten' in category.lower():
+        return f"Hey! Schau mal, wann Du bei uns vorbeikommen kannst:\n\n{answer}\n\nWir freuen uns auf Dich! 🎉"
+    elif 'hallenregeln' in category.lower():
+        return f"Hey! Damit alle Spaß haben und sicher springen können:\n\n{answer}\n\nDanke, dass Du die Regeln beachtest! 🙌"
+    elif 'kontakt' in category.lower():
+        return f"Cool, dass Du zu uns kommen möchtest!\n\n{answer}\n\nBis bald! 🚀"
+    else:
+        return answer
+
+def chat(message, history):
+    """Main chat function"""
+    try:
+        if not message.strip():
+            return "", history
+            
+        if not vector_store:
+            return "Entschuldigung, der Service ist gerade nicht verfügbar. Bitte versuche es später noch einmal.", history
+            
+        # Search for similar content
+        results = vector_store.similarity_search(message, k=1)
+        response = format_response(results)
+        
+        history.append({"role": "user", "content": message})
+        history.append({"role": "assistant", "content": response})
+        
+        return "", history
+        
+    except Exception as e:
+        print(f"Error in chat: {e}")
+        return "Entschuldigung, es ist ein Fehler aufgetreten. Bitte versuche es später noch einmal.", history
+
+# Gradio Interface
+with gr.Blocks(css="""
+    .gradio-container {max-width: 800px !important}
+    .message-wrap {max-width: 800px !important}
+    .message {padding: 15px !important; border-radius: 12px !important; margin: 8px !important}
+    .user-message {background-color: #ff6b00 !important; color: white !important; margin-left: 15% !important}
+    .bot-message {background-color: #f5f5f5 !important; margin-right: 15% !important}
+    .input-row {margin-top: 20px !important}
+    footer {display: none !important}
+""") as demo:
+    
+    chatbot = gr.Chatbot(
+        value=[],
+        elem_id="chatbot",
+        height=500,
+        avatar_images=("🧑", "🤖"),
+        type="messages"
+    )
+    
+    msg = gr.Textbox(
+        label="Deine Nachricht",
+        placeholder="Was möchtest Du wissen?",
+        lines=2
+    )
+    submit = gr.Button("Senden", variant="primary")
+
+    msg.submit(chat, [msg, chatbot], [msg, chatbot])
+    submit.click(chat, [msg, chatbot], [msg, chatbot])
+    
+    # Example questions
+    gr.Examples(
+        examples=[
+            "Was sind die Öffnungszeiten?",
+            "Wie kann ich einen Kindergeburtstag feiern?",
+            "Welche Regeln gibt es?",
+            "Was kostet ein Kindergeburtstag?",
+            "Wo finde ich euch?"
+        ],
+        inputs=msg
+    )
+
+demo.launch()