Update main.py
Browse files
main.py
CHANGED
@@ -22,7 +22,6 @@ from IPython.display import display
|
|
22 |
|
23 |
from literalai import LiteralClient
|
24 |
literal_client = LiteralClient(api_key=os.getenv("LITERAL_API_KEY"))
|
25 |
-
literal_client.instrument_openai()
|
26 |
|
27 |
from surveycaa import surveyCaa
|
28 |
|
@@ -43,7 +42,7 @@ def auth_callback(username: str, password: str):
|
|
43 |
identifier=ident + " : 🧑🎓 User Datapcc", metadata={"role": "user", "provider": "credentials"}
|
44 |
)
|
45 |
|
46 |
-
@
|
47 |
def create_agent(filename: str):
|
48 |
"""
|
49 |
Create an agent that can access and use a large language model (LLM).
|
@@ -182,10 +181,8 @@ async def on_message(message: cl.Message):
|
|
182 |
agent = create_agent("./public/surveyia.csv")
|
183 |
cb = cl.AsyncLangchainCallbackHandler()
|
184 |
try:
|
185 |
-
literal_client.message(content=message.content, type="user_message", name="User")
|
186 |
#res = await agent.acall("Réponds en langue française à la question suivante : " + message.content, callbacks=[cb])
|
187 |
res = await agent.ainvoke("Réponds de la manière la plus complète et la plus intelligible, en langue française, à la question suivante : " + message.content + ". Réponds au format markdown ou au format tableau si le résultat nécessite l'affichage d'un tableau.")
|
188 |
-
literal_client.message(content=res['output'], type="assistant_message", name="My Assistant")
|
189 |
await cl.Message(author="COPILOT",content=GoogleTranslator(source='auto', target='fr').translate(res['output'])).send()
|
190 |
except ValueError as e:
|
191 |
res = str(e)
|
|
|
22 |
|
23 |
from literalai import LiteralClient
|
24 |
literal_client = LiteralClient(api_key=os.getenv("LITERAL_API_KEY"))
|
|
|
25 |
|
26 |
from surveycaa import surveyCaa
|
27 |
|
|
|
42 |
identifier=ident + " : 🧑🎓 User Datapcc", metadata={"role": "user", "provider": "credentials"}
|
43 |
)
|
44 |
|
45 |
+
@cl.step(type="run")
|
46 |
def create_agent(filename: str):
|
47 |
"""
|
48 |
Create an agent that can access and use a large language model (LLM).
|
|
|
181 |
agent = create_agent("./public/surveyia.csv")
|
182 |
cb = cl.AsyncLangchainCallbackHandler()
|
183 |
try:
|
|
|
184 |
#res = await agent.acall("Réponds en langue française à la question suivante : " + message.content, callbacks=[cb])
|
185 |
res = await agent.ainvoke("Réponds de la manière la plus complète et la plus intelligible, en langue française, à la question suivante : " + message.content + ". Réponds au format markdown ou au format tableau si le résultat nécessite l'affichage d'un tableau.")
|
|
|
186 |
await cl.Message(author="COPILOT",content=GoogleTranslator(source='auto', target='fr').translate(res['output'])).send()
|
187 |
except ValueError as e:
|
188 |
res = str(e)
|