Update main.py

main.py

@@ -55,21 +55,39 @@ async def set_starters():
 @cl.on_message
 async def on_message(message: cl.Message):
     await cl.Message(f"> SURVEYIA").send()
-    model = await LLM()
+    model = await LLMistral()
     
-    agent = create_csv_agent(
-        model,
-        "./public/ExpeCFA_LP_CAA.csv",
-        verbose=True,
-        allow_dangerous_code=True,
-        agent_type=AgentType.ZERO_SHOT_REACT_DESCRIPTION
+    df = pd.read_csv("./public/ExpeCFA_LP_CAA.csv")
+    
+    pandas_ai = PandasAI(model, enable_cache=False)
+    prompt = ChatPromptTemplate.from_messages(
+        [
+            (
+                "system",
+                "Answer the users question about some data. A data scientist will run some code and the results will be returned to you to use in your answer",
+            ),
+            ("human", "Question: {input}"),
+            ("human", "Data Scientist Result: {result}"),
+        ]
+    )
+
+    chain = (
+        {
+            "input": lambda x: x["input_question"],
+            "result": lambda x: pandas_ai(df, prompt=x["input_question"]),
+        }
+        | prompt
+        | model
+        | StrOutputParser()
     )
     
     msg = cl.Message(content="")
+
+    
     
-    cb = cl.AsyncLangchainCallbackHandler()
-    res = await agent.acall("Réponds en langue française à la question suivante :\n" + message.content + "\nDétaille la réponse en faisant une analyse complète en 2000 mots minimum.", callbacks=[cb])
+    #cb = cl.AsyncLangchainCallbackHandler()
+    #res = await agent.acall("Réponds en langue française à la question suivante :\n" + message.content + "\nDétaille la réponse en faisant une analyse complète en 2000 mots minimum.", callbacks=[cb])
     #res = await agent.ainvoke("D'après les informations fournies, réponds en langue française à la question suivante :\n" + message.content + "\nDétaille la réponse en faisant une analyse complète jusqu'à 2000 mots, si cela est nécessaire.")
-    answer = res['output']
-    print(res)
-    await cl.Message(content=GoogleTranslator(source='auto', target='fr').translate(answer)).send()
+    #answer = res['output']
+    #print(res)
+    #await cl.Message(content=GoogleTranslator(source='auto', target='fr').translate(answer)).send()