info chatbot

app.py

@@ -8,6 +8,7 @@ from ui.chatbot_tab import create_chatbot_tab
 from ui.db_management_tab import create_db_management_tab
 from ui.document_management_tab import create_document_management_tab
 from ui.new_features_tab import create_new_features_tab
+from ui.info_tab import create_info_tab  # Importa la nuova tab
 
 # Configura il logging
 configure_logging()
@@ -21,23 +22,26 @@ def main():
             logging.info("Interfaccia Gradio inizializzata")
             
             # Prima ottiene tutti i riferimenti
+            info_refs = create_info_tab()
             chat_refs = create_chatbot_tab()
-            doc_refs = create_document_management_tab()    
-         
+            doc_refs = create_document_management_tab()
+            
+            db_refs = create_db_management_tab # Crea la nuova tab delle informazioni
             
             # Crea dizionario completo dei riferimenti
             dropdowns = {
                 "document": doc_refs,
-                "chat": chat_refs
+                "chat": chat_refs,
+                "info": info_refs
             }
             
             # Crea i tab nell'ordine corretto
-            
             chat_refs                                    # Tab 4: Chatbot (ultima tab)
-            doc_refs                                     # Tab 2: Document Management
-            create_db_management_tab(dropdowns)          # Tab 1: DB Management
+            doc_refs  # Tab 2: Document Management
+            db_refs(dropdowns) 
+            # create_db_management_tab(dropdowns)          # Tab 1: DB Management
             create_new_features_tab()                    # Tab 3: Features
-            
+            info_refs                                    # Tab 5: Info (ultima tab)
             
             rag_chatbot.launch()
             

ui/info_tab.py

@@ -0,0 +1,58 @@
+import gradio as gr
+
+def create_info_tab():
+    """Crea il tab con le informazioni sul chatbot"""
+    with gr.Tab("Info"):
+        gr.Markdown("""
+
+### EduRag\_beta (Chatbot basato su RAG)
+
+Questo chatbot utilizza la tecnologia RAG per migliorare le conversazioni tramite il recupero e la generazione di informazioni basate su documenti caricati e su database preconfigurati. È progettato per supportare diverse attività educative, formative o di consulenza attraverso l'interazione con un Large Language Model (LLM) personalizzabile.
+
+#### Funzionalità principali:
+
+1. **Selezione delle conoscenze e del modello LLM**
+
+   - Gli utenti possono selezionare un database specifico di conoscenze da cui il chatbot recupera informazioni (ad esempio, "Orientamento") e scegliere un agente con istruzioni specifiche per personalizzare il tipo di conversazione (es. “tutor”).
+   - I modelli disponibili sono due: **OpenAI gpt-4o-mini** e un modello locale gestito tramite LM Studio. Il modello locale può variare a seconda di quello che si ha disponibile nel sistema.
+
+2. **Interfaccia di conversazione**
+
+   - L'utente può interagire con il chatbot digitando domande o richieste nella finestra dedicata.
+   - Il chatbot risponde utilizzando le informazioni disponibili nei documenti caricati o nel database selezionato.
+
+3. **Caricamento documenti**
+
+   - Gli utenti possono caricare documenti in formato PDF, DOCX o TXT per arricchire le conoscenze del chatbot. Il contenuto dei documenti caricati viene inserito direttamente nella storia della conversazione, permettendo al sistema di utilizzarlo per rispondere in modo contestualizzato.
+
+4. **Gestione della conversazione**
+
+   - È possibile scaricare una copia della conversazione avvenuta con il chatbot in formato testo per conservarne una traccia.
+   - L'interfaccia permette di generare un file audio della chat, utile per chi preferisce ascoltare le conversazioni anziché leggerle.
+
+5. **Gestione documenti e database**
+
+   - La sezione "Gestione Documenti" consente di visualizzare, caricare, modificare ed eliminare i documenti che fanno parte dei diversi database di conoscenza a disposizione del chatbot.
+   - La sezione "Gestione Database" permette di caricare, eliminare e modificare il nome dei database di conoscenza da cui il chatbot attinge le informazioni.
+
+6. **Nuove funzionalità**
+
+   - Il chatbot è predisposto per futuri aggiornamenti e nuove funzionalità, ampliando le sue capacità. Alcune di queste funzionalità, come la gestione avanzata dei database di conoscenza, sono attualmente in fase di sviluppo e non ancora operative.
+
+#### Agenti disponibili nel sistema:
+
+1. **Tutor**: Agisce come un tutor didattico di nome Valter, offrendo spiegazioni chiare e supporto personalizzato per facilitare l’apprendimento degli utenti.
+
+2. **Scientist**: Si comporta come uno scienziato esperto, analizzando i contesti da una prospettiva scientifica e fornendo risposte dettagliate e basate su un approccio analitico.
+
+3. **Expert**: Fornisce risposte tecniche e specifiche, concentrandosi sull'approfondimento di tematiche complesse in vari settori.
+
+4. **Teacher**: Assume il ruolo di un insegnante paziente, spiegando concetti in modo semplice e comprensibile, adottando un tono pedagogico.
+
+5. **Orientatore**: Si presenta come un tutor orientatore serio e professionale, specializzato nel guidare gli studenti delle scuole verso scelte consapevoli per il loro percorso formativo e professionale. Fornisce supporto empatico, dettagliato e stimola la riflessione autonoma dello studente.
+
+6. **Coach didattico**: Assiste gli insegnanti nella pianificazione delle lezioni. Collabora attivamente con loro per creare piani didattici personalizzati che includano diverse tecniche di insegnamento, assicurando il raggiungimento degli obiettivi di apprendimento.
+
+ """)
+    
+    return {}