Spaces:
Running
Running
Update main.py
Browse files
main.py
CHANGED
@@ -1,323 +1,144 @@
|
|
1 |
import json
|
2 |
import os
|
3 |
import time
|
|
|
|
|
4 |
from pathlib import Path
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
import chainlit as cl
|
6 |
from azure.ai.inference import ChatCompletionsClient
|
7 |
from azure.ai.inference.models import SystemMessage, UserMessage
|
8 |
from azure.core.credentials import AzureKeyCredential
|
9 |
-
|
10 |
os.environ["GITHUB_TOKEN"] = os.environ["GITHUB_TOKEN"]
|
|
|
|
|
11 |
|
12 |
-
@cl.
|
13 |
-
def
|
14 |
-
|
15 |
-
|
16 |
-
|
17 |
-
|
18 |
-
|
19 |
-
|
20 |
-
|
21 |
-
file_path='./public/content-Master-MIPI.json'
|
22 |
-
elif profile == "Master MITIC":
|
23 |
-
file_path='./public/content-Master-MITIC.json'
|
24 |
-
elif profile == "Métiers de l'immobilier":
|
25 |
-
file_path='./public/metiers-MIPI.json'
|
26 |
-
elif profile == "Métiers du numérique":
|
27 |
-
file_path='./public/metiers-MITIC.json'
|
28 |
|
29 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
30 |
|
31 |
-
|
32 |
-
|
33 |
-
|
34 |
-
|
35 |
-
|
36 |
-
|
37 |
-
|
38 |
-
|
39 |
-
|
40 |
-
|
41 |
-
|
42 |
-
|
43 |
-
|
44 |
-
|
45 |
-
|
46 |
-
|
47 |
-
|
48 |
-
|
49 |
-
|
50 |
-
|
51 |
-
|
|
|
52 |
|
53 |
-
|
54 |
-
def Connexion_Mistral():
|
55 |
-
return ChatCompletionsClient(
|
56 |
endpoint="https://models.inference.ai.azure.com",
|
57 |
credential=AzureKeyCredential(os.environ["GITHUB_TOKEN"]),
|
58 |
)
|
59 |
-
|
60 |
-
|
61 |
-
|
62 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
63 |
stream=True,
|
64 |
messages=[
|
65 |
-
SystemMessage(content="Tu es un spécialiste de l'enseignement supérieur, des formations et de la pédagogie. Tu es en capacité d'analyser en profondeur les séances pédagogiques et de les mettre en adéquation avec les théories de la recherche en éducation. Répondez à la question seulement et exclusivement à partir du contexte
|
66 |
-
UserMessage(content=
|
67 |
],
|
68 |
model="Phi-3.5-MoE-instruct",
|
69 |
presence_penalty=0.1,
|
70 |
frequency_penalty=0.8,
|
71 |
-
max_tokens=
|
72 |
stop=["<|endoftext|>"],
|
73 |
temperature=0,
|
74 |
top_p=1,
|
75 |
model_extras={
|
76 |
"logprobs": True
|
77 |
}
|
78 |
-
)
|
79 |
-
@cl.step(type="tool", show_input=True)
|
80 |
-
async def Affichage_reponse(response):
|
81 |
-
msg = cl.Message(author="COPILOT",content="")
|
82 |
-
|
83 |
for update in response:
|
84 |
if update.choices:
|
85 |
-
|
86 |
-
await msg.stream_token(update.choices[0].delta.content.replace('Ã','é').replace('©','').replace('Ã','è').replace('¨','').replace('â','\'').replace('€','').replace('™','').replace('<','').replace('>','').replace('/',''))
|
87 |
|
88 |
await msg.send()
|
89 |
-
|
|
|
|
|
|
|
90 |
|
91 |
-
@cl.
|
92 |
-
|
93 |
-
|
94 |
-
indexDeb = answer.index("Question en relation avec le sujet")
|
95 |
-
indexDebLength = len("Question en relation avec le sujet")
|
96 |
-
except:
|
97 |
-
if answer.find("Question relative au contexte") != -1:
|
98 |
-
indexDeb = answer.index("Question relative au contexte")
|
99 |
-
indexDebLength = len("Question relative au contexte")
|
100 |
-
else:
|
101 |
-
indexDeb = answer.index("Question relative au sujet")
|
102 |
-
indexDebLength = len("Question relative au sujet")
|
103 |
-
|
104 |
-
indexFin = answer.index("?")
|
105 |
-
|
106 |
-
extraction = answer[indexDeb + indexDebLength + 1: indexFin]
|
107 |
-
|
108 |
-
actions = [
|
109 |
-
cl.Action(name="Activer", value=extraction + "?", description="Activer la question en relation avec le contexte.")
|
110 |
-
]
|
111 |
-
await cl.Message(author="COPILOT", content="🌐 Question en relation avec le contexte : " + extraction + "?", actions=actions).send()
|
112 |
-
|
113 |
-
actionsWeb = [
|
114 |
-
cl.Action(name="Site web", value=question, description="Rechercher sur le site web de l'université.")
|
115 |
-
]
|
116 |
-
await cl.Message(author="COPILOT", content="🌐 Rechercher sur le site web de l'université : " + question, actions=actionsWeb).send()
|
117 |
-
|
118 |
-
@cl.action_callback("Activer")
|
119 |
-
async def on_action(action):
|
120 |
-
client = cl.user_session.get("client")
|
121 |
-
data = cl.user_session.get("data")
|
122 |
-
question = action.value
|
123 |
-
|
124 |
-
response = Generation_reponse(client, data, question)
|
125 |
-
|
126 |
-
msg = await Affichage_reponse(response)
|
127 |
-
|
128 |
-
answer = msg.content
|
129 |
-
|
130 |
-
await Affichage_question_contexte(answer, question)
|
131 |
-
|
132 |
-
@cl.action_callback("Site web")
|
133 |
-
async def on_action(action):
|
134 |
-
client = cl.user_session.get("client")
|
135 |
-
data = Chargement_des_datas_web(cl.user_session.get("chat_profile"))
|
136 |
-
data = data[0:6975]
|
137 |
-
question = action.value
|
138 |
-
|
139 |
-
response = Generation_reponse(client, data, question)
|
140 |
-
|
141 |
-
msg = await Affichage_reponse(response)
|
142 |
-
|
143 |
-
answer = msg.content
|
144 |
-
|
145 |
-
await Affichage_question_contexte(answer, question)
|
146 |
-
|
147 |
-
|
148 |
-
@cl.set_chat_profiles
|
149 |
-
async def chat_profile():
|
150 |
-
return [
|
151 |
-
cl.ChatProfile(
|
152 |
-
name="Toutes les formations",
|
153 |
-
markdown_description="Posez vos questions sur l'ensemble des compétences, des cours et des situations de travail pour toutes les formations MIS.",
|
154 |
-
icon="/public/public_request-theme.svg",
|
155 |
-
starters = [
|
156 |
-
cl.Starter(
|
157 |
-
label="Compétences de la (des) formation(s)",
|
158 |
-
message="Quelles sont toutes les compétences des formations? Donne la liste exhaustive.",
|
159 |
-
icon="/public/public_learn.svg",
|
160 |
-
),
|
161 |
-
cl.Starter(
|
162 |
-
label="Cours de la (des) formation(s)",
|
163 |
-
message="Quels sont tous les cours des formations? Donne la liste exhaustive.",
|
164 |
-
icon="/public/public_learn.svg",
|
165 |
-
),
|
166 |
-
cl.Starter(
|
167 |
-
label="Compétences en situation professionnelle",
|
168 |
-
message="Quelles sont les compétences à mettre en oeuvre pour gérer un projet, du besoin client jusqu'à la livraison, en passant par la planification et le management d'équipe, dans un environnement professionnel en entreprise?",
|
169 |
-
icon="/public/public_learn.svg",
|
170 |
-
)
|
171 |
-
]
|
172 |
-
),
|
173 |
-
cl.ChatProfile(
|
174 |
-
name="Licence MIPI",
|
175 |
-
markdown_description="Posez vos questions sur l'ensemble des compétences, des cours et des situations de travail pour la licence MIPI",
|
176 |
-
icon="/public/public_request-theme.svg",
|
177 |
-
starters = [
|
178 |
-
cl.Starter(
|
179 |
-
label="Compétences de la licence MIPI",
|
180 |
-
message="Quelles sont toutes les compétences de la licence MIPI? Donne la liste exhaustive.",
|
181 |
-
icon="/public/public_learn.svg",
|
182 |
-
),
|
183 |
-
cl.Starter(
|
184 |
-
label="Cours de la licence MIPI",
|
185 |
-
message="Quels sont tous les cours de la licence MIPI? Donne la liste exhaustive.",
|
186 |
-
icon="/public/public_learn.svg",
|
187 |
-
),
|
188 |
-
cl.Starter(
|
189 |
-
label="Compétences en situation professionnelle",
|
190 |
-
message="Quelles sont les compétences de la licence MIPI à mettre en oeuvre pour gérer un projet, du besoin client jusqu'à la livraison, en passant par la planification et le management d'équipe, dans un environnement professionnel en entreprise?",
|
191 |
-
icon="/public/public_learn.svg",
|
192 |
-
)
|
193 |
-
]
|
194 |
-
),
|
195 |
-
cl.ChatProfile(
|
196 |
-
name="Licence MITIC",
|
197 |
-
markdown_description="Posez vos questions sur l'ensemble des compétences, des cours et des situations de travail pour la licence MITIC",
|
198 |
-
icon="/public/public_request-theme.svg",
|
199 |
-
starters = [
|
200 |
-
cl.Starter(
|
201 |
-
label="Compétences de la licence MITIC",
|
202 |
-
message="Quelles sont toutes les compétences de la licence MITIC? Donne la liste exhaustive.",
|
203 |
-
icon="/public/public_learn.svg",
|
204 |
-
),
|
205 |
-
cl.Starter(
|
206 |
-
label="Cours de la licence MITIC",
|
207 |
-
message="Quels sont tous les cours de la licence MITIC? Donne la liste exhaustive.",
|
208 |
-
icon="/public/public_learn.svg",
|
209 |
-
),
|
210 |
-
cl.Starter(
|
211 |
-
label="Compétences en situation professionnelle",
|
212 |
-
message="Quelles sont les compétences de la licence MITIC à mettre en oeuvre pour gérer un projet, du besoin client jusqu'à la livraison, en passant par la planification et le management d'équipe, dans un environnement professionnel en entreprise?",
|
213 |
-
icon="/public/public_learn.svg",
|
214 |
-
)
|
215 |
-
]
|
216 |
-
),
|
217 |
-
cl.ChatProfile(
|
218 |
-
name="Master MIPI",
|
219 |
-
markdown_description="Posez vos questions sur l'ensemble des compétences, des cours et des situations de travail pour les Masters MIPI",
|
220 |
-
icon="/public/public_request-theme.svg",
|
221 |
-
starters = [
|
222 |
-
cl.Starter(
|
223 |
-
label="Compétences du master MIPI",
|
224 |
-
message="Quelles sont toutes les compétences du master MIPI? Donne la liste exhaustive.",
|
225 |
-
icon="/public/public_learn.svg",
|
226 |
-
),
|
227 |
-
cl.Starter(
|
228 |
-
label="Cours du master MIPI",
|
229 |
-
message="Quels sont tous les cours du master MIPI? Donne la liste exhaustive.",
|
230 |
-
icon="/public/public_learn.svg",
|
231 |
-
),
|
232 |
-
cl.Starter(
|
233 |
-
label="Compétences en situation professionnelle",
|
234 |
-
message="Quelles sont les compétences du master MIPI à mettre en oeuvre pour gérer un projet, du besoin client jusqu'à la livraison, en passant par la planification et le management d'équipe, dans un environnement professionnel en entreprise?",
|
235 |
-
icon="/public/public_learn.svg",
|
236 |
-
)
|
237 |
-
]
|
238 |
-
),
|
239 |
-
cl.ChatProfile(
|
240 |
-
name="Master MITIC",
|
241 |
-
markdown_description="Posez vos questions sur l'ensemble des compétences, des cours et des situations de travail pour les masters MITIC",
|
242 |
-
icon="/public/public_request-theme.svg",
|
243 |
-
starters = [
|
244 |
-
cl.Starter(
|
245 |
-
label="Compétences du master MITIC",
|
246 |
-
message="Quelles sont toutes les compétences du master MITIC? Donne la liste exhaustive.",
|
247 |
-
icon="/public/public_learn.svg",
|
248 |
-
),
|
249 |
-
cl.Starter(
|
250 |
-
label="Cours du master MITIC",
|
251 |
-
message="Quels sont tous les cours du master MITIC? Donne la liste exhaustive.",
|
252 |
-
icon="/public/public_learn.svg",
|
253 |
-
),
|
254 |
-
cl.Starter(
|
255 |
-
label="Compétences en situation professionnelle",
|
256 |
-
message="Quelles sont les compétences du master MITIC à mettre en oeuvre pour gérer un projet, du besoin client jusqu'à la livraison, en passant par la planification et le management d'équipe, dans un environnement professionnel en entreprise?",
|
257 |
-
icon="/public/public_learn.svg",
|
258 |
-
)
|
259 |
-
]
|
260 |
-
),
|
261 |
-
cl.ChatProfile(
|
262 |
-
name="Métiers de l'immobilier",
|
263 |
-
markdown_description="Posez vos questions sur les métiers types du secteur de l'immobilier.",
|
264 |
-
icon="/public/public_request-theme.svg",
|
265 |
-
starters = [
|
266 |
-
cl.Starter(
|
267 |
-
label="Métiers du Facility Management",
|
268 |
-
message="Quels sont les métiers types de l'immobilier relatifs au Facility Management?",
|
269 |
-
icon="/public/public_learn.svg",
|
270 |
-
),
|
271 |
-
cl.Starter(
|
272 |
-
label="Métiers du Property Management",
|
273 |
-
message="Quels sont les métiers types de l'immobilier relatifs au Property Management?",
|
274 |
-
icon="/public/public_learn.svg",
|
275 |
-
),
|
276 |
-
cl.Starter(
|
277 |
-
label="Métiers de l'Asset Management",
|
278 |
-
message="Quels sont les métiers types de l'immobilier relatifs à l'Asset Management?",
|
279 |
-
icon="/public/public_learn.svg",
|
280 |
-
)
|
281 |
-
]
|
282 |
-
),
|
283 |
-
cl.ChatProfile(
|
284 |
-
name="Métiers du numérique",
|
285 |
-
markdown_description="Posez vos questions sur les métiers types du secteur du numérique.",
|
286 |
-
icon="/public/public_request-theme.svg",
|
287 |
-
starters = [
|
288 |
-
cl.Starter(
|
289 |
-
label="Métiers du Management de projet",
|
290 |
-
message="Quels sont les métiers types du numérique relatifs au Management de projet?",
|
291 |
-
icon="/public/public_learn.svg",
|
292 |
-
),
|
293 |
-
cl.Starter(
|
294 |
-
label="Métiers de l'innovation et du conseil",
|
295 |
-
message="Quels sont les métiers types du numérique relatifs à l'innovation et au conseil?",
|
296 |
-
icon="/public/public_learn.svg",
|
297 |
-
),
|
298 |
-
cl.Starter(
|
299 |
-
label="Métiers du support numérique aux métiers",
|
300 |
-
message="Quels sont les métiers types du numérique relatifs au support numérique aux métiers?",
|
301 |
-
icon="/public/public_learn.svg",
|
302 |
-
)
|
303 |
-
]
|
304 |
-
),
|
305 |
-
]
|
306 |
-
|
307 |
-
@cl.on_message
|
308 |
-
async def main(message: cl.Message):
|
309 |
-
data = Chargement_des_datas(cl.user_session.get("chat_profile"))
|
310 |
-
client = Connexion_Mistral()
|
311 |
-
cl.user_session.set("data", data)
|
312 |
-
cl.user_session.set("client", client)
|
313 |
-
|
314 |
-
response = Generation_reponse(client, data, message.content)
|
315 |
|
316 |
-
|
|
|
|
|
317 |
|
318 |
-
|
319 |
-
await Affichage_question_contexte(answer, message.content)
|
320 |
|
321 |
-
|
322 |
-
def
|
323 |
-
print("
|
|
|
1 |
import json
|
2 |
import os
|
3 |
import time
|
4 |
+
from urllib.request import urlopen
|
5 |
+
import pandas as pd
|
6 |
from pathlib import Path
|
7 |
+
from typing import Dict, List, Optional
|
8 |
+
from operator import itemgetter
|
9 |
+
from langchain.text_splitter import CharacterTextSplitter
|
10 |
+
from langchain.vectorstores import ElasticsearchStore
|
11 |
+
from langchain import HuggingFacePipeline
|
12 |
+
from langchain.chains import RetrievalQA
|
13 |
+
from langchain.prompts import ChatPromptTemplate
|
14 |
+
from langchain.schema.output_parser import StrOutputParser
|
15 |
+
from langchain.schema.runnable import Runnable, RunnablePassthrough, RunnableLambda
|
16 |
+
from langchain.schema.runnable.config import RunnableConfig
|
17 |
+
from langchain.memory import ChatMessageHistory, ConversationBufferMemory
|
18 |
+
from huggingface_hub import login
|
19 |
+
from transformers import AutoTokenizer, AutoModelForCausalLM
|
20 |
+
from transformers import AutoTokenizer, pipeline
|
21 |
+
from deep_translator import GoogleTranslator
|
22 |
import chainlit as cl
|
23 |
from azure.ai.inference import ChatCompletionsClient
|
24 |
from azure.ai.inference.models import SystemMessage, UserMessage
|
25 |
from azure.core.credentials import AzureKeyCredential
|
26 |
+
#os.environ['HF_TOKEN'] = os.environ['HF_TOKEN']
|
27 |
os.environ["GITHUB_TOKEN"] = os.environ["GITHUB_TOKEN"]
|
28 |
+
from langchain_huggingface import HuggingFaceEndpoint
|
29 |
+
from langchain_core.prompts import PromptTemplate
|
30 |
|
31 |
+
@cl.on_chat_start
|
32 |
+
def on_chat_start():
|
33 |
+
print("A new chat session has started!")
|
34 |
+
|
35 |
+
file_path='./public/content-MIPI-MITIC.json'
|
36 |
+
data = json.loads(Path(file_path).read_text())
|
37 |
+
|
38 |
+
#template = """<s>[INST] Tu es un spécialiste de l'enseignement supérieur, des formations et de la pédagogie.
|
39 |
+
#Tu es en capacité d'analyser en profondeur les séances pédagogiques et de les mettre en adéquation avec les théories de la recherche en éducation.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
40 |
|
41 |
+
#Répondez à la question ci-dessous seulement et exclusivement à partir du contexte ci-dessous, de la manière la plus pertinente, seulement en fonction des informations fournies :
|
42 |
+
#Contexte : {context}.
|
43 |
+
#Question : {question} [/INST].
|
44 |
+
|
45 |
+
#Essayez donc de comprendre en profondeur le contexte et répondez uniquement en vous basant sur les informations fournies.
|
46 |
+
#Dis que tu ne connais pas la réponse, lorsque tu ne trouves pas les informations nécessaires dans le contexte.
|
47 |
+
|
48 |
+
#Donne la réponse au format texte markdown, jusqu'à 500 mots, sans générer de code.
|
49 |
+
#Donne la réponse au format tableau lorsque cela est utile.
|
50 |
+
#Donne la réponse en français seulement.</s>
|
51 |
+
#"""
|
52 |
|
53 |
+
#prompt = ChatPromptTemplate.from_template(template)
|
54 |
+
#prompt = PromptTemplate(template=template, input_variables=["question","context"])
|
55 |
+
#repo_id = "mistralai/Mixtral-8x7B-Instruct-v0.1"
|
56 |
+
#repo_id = "mistralai/Mistral-7B-Instruct-v0.2"
|
57 |
+
#llm = HuggingFaceEndpoint(
|
58 |
+
# repo_id=repo_id, task="text2text-generation", max_new_tokens=1024, temperature=0.001, streaming=True
|
59 |
+
#)
|
60 |
+
#chain = prompt | llm | StrOutputParser()
|
61 |
+
#cl.user_session.set("memory", ConversationBufferMemory(return_messages=True))
|
62 |
+
#memory = cl.user_session.get("memory")
|
63 |
+
|
64 |
+
#runnable = (
|
65 |
+
# RunnablePassthrough.assign(
|
66 |
+
# history=RunnableLambda(memory.load_memory_variables) | itemgetter("history")
|
67 |
+
# )
|
68 |
+
# | prompt
|
69 |
+
# | llm
|
70 |
+
# | StrOutputParser()
|
71 |
+
#)
|
72 |
+
|
73 |
+
#cl.user_session.set("referentiel", data)
|
74 |
+
#cl.user_session.set("chain", chain)
|
75 |
|
76 |
+
client = ChatCompletionsClient(
|
|
|
|
|
77 |
endpoint="https://models.inference.ai.azure.com",
|
78 |
credential=AzureKeyCredential(os.environ["GITHUB_TOKEN"]),
|
79 |
)
|
80 |
+
|
81 |
+
cl.user_session.set("data", data)
|
82 |
+
cl.user_session.set("client", client)
|
83 |
+
|
84 |
+
@cl.on_message
|
85 |
+
async def main(message: cl.Message):
|
86 |
+
# Your custom logic goes here...
|
87 |
+
#memory = cl.user_session.get("memory")
|
88 |
+
#chain = cl.user_session.get("chain")
|
89 |
+
#data = cl.user_session.get("referentiel")
|
90 |
+
|
91 |
+
msg = cl.Message(author="COPILOT",content="")
|
92 |
+
#async for chunk in chain.stream(
|
93 |
+
# {"question": message.content,"context":data},
|
94 |
+
# config=RunnableConfig(callbacks=[cl.LangchainCallbackHandler()])
|
95 |
+
#):
|
96 |
+
# await msg.stream_token(chunk)
|
97 |
+
#await msg.send()
|
98 |
+
|
99 |
+
|
100 |
+
#for chunk in chain.stream({"question":message.content + ". Réponds au format tableau. Réponds seulement en français et jamais en anglais.","context":data},config=RunnableConfig(callbacks=[cl.LangchainCallbackHandler(stream_final_answer=True, answer_prefix_tokens=["FINAL", "ANSWER", "Chatbot", "Assistant", "answer"])])):
|
101 |
+
# await msg.stream_token(chunk)
|
102 |
+
#print(s, end="", flush=True)
|
103 |
+
data = cl.user_session.get("data")
|
104 |
+
client = cl.user_session.get("client")
|
105 |
+
response = client.complete(
|
106 |
stream=True,
|
107 |
messages=[
|
108 |
+
SystemMessage(content="Tu es un spécialiste de l'enseignement supérieur, des formations et de la pédagogie. Tu es en capacité d'analyser en profondeur les séances pédagogiques et de les mettre en adéquation avec les théories de la recherche en éducation. Répondez à la question seulement et exclusivement à partir du contexte ci-contre, de la manière la plus pertinente, seulement en fonction des informations fournies. Contexte : " + str(data)),
|
109 |
+
UserMessage(content=message.content + "Donne le résultat au format texte."),
|
110 |
],
|
111 |
model="Phi-3.5-MoE-instruct",
|
112 |
presence_penalty=0.1,
|
113 |
frequency_penalty=0.8,
|
114 |
+
max_tokens=4096,
|
115 |
stop=["<|endoftext|>"],
|
116 |
temperature=0,
|
117 |
top_p=1,
|
118 |
model_extras={
|
119 |
"logprobs": True
|
120 |
}
|
121 |
+
)
|
|
|
|
|
|
|
|
|
122 |
for update in response:
|
123 |
if update.choices:
|
124 |
+
await msg.stream_token(update.choices[0].delta.content)
|
|
|
125 |
|
126 |
await msg.send()
|
127 |
+
# Send a response back to the user
|
128 |
+
#await cl.Message(
|
129 |
+
# content=f"Réponse: {res}",
|
130 |
+
#).send()
|
131 |
|
132 |
+
@cl.on_stop
|
133 |
+
def on_stop():
|
134 |
+
print("L'utilisateur veut arrêter la completion en cours!")
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
135 |
|
136 |
+
#@cl.on_chat_end
|
137 |
+
#def on_chat_end():
|
138 |
+
# print("The user disconnected!")
|
139 |
|
140 |
+
#from chainlit.types import ThreadDict
|
|
|
141 |
|
142 |
+
#@cl.on_chat_resume
|
143 |
+
#async def on_chat_resume(thread: ThreadDict):
|
144 |
+
# print("The user resumed a previous chat session!")
|