app.py

#region# import libs
import streamlit as st
import os
from mistralai import Mistral
 
MISTRAL_API_KEY = os.getenv("api_mistral")
model = 'mistral-large-latest'
mistral_client = Mistral(api_key=MISTRAL_API_KEY)
MAX_TOKENS = 1500
#endregion
 
#region# Définition des prompts
def generate_prompts(score:str, type: str, annee_min: str, annee_max:str ):
    """
    Genere les prefixes et suffixes des prompts pour Mistral en fonction du score de vulgarisation, du type d'espece, et les années des documents
 
    Args:
        score (str): 1 = vulgarisé, 2 = intermédiaire, 3 = technique
        type (str): 'ponte' ou 'chair'
        annee_min (str): annee min de publication
        annee_max (str): annee max de publication
    
    """
 
    if type == "Ponte":
        type_description = "volailles pondeuses"
    elif type == "Chair":
        type_description = "volailles de chair"
    else:
        raise ValueError("Type must be either 'Ponte' or 'Chair'")
 
    if score == "1":
        prefix_prompt = f"""Tu es un assistant IA spécialisé en nutrition de la volaille. Ton utilisateur est un chercheur travaillant sur l'amélioration des régimes 
        alimentaires pour optimiser la santé et la croissance des {type_description}. 
        Réponds en fournissant des explications claires et simples. N'oublie pas de citer à la fin de ta réponse les références sur 
        lesquelles tu t'es basé avec son année (entre {annee_min} et {annee_max})."""
        suffix_prompt = """Réponds en français et donne une réponse directe et claire, donne les références de façon bibliographique. Sépare les explications et les reférences par ces 5 caractères suivants : µµµµµ"""
    elif score == "2":
        prefix_prompt = f"""Tu es un assistant IA spécialisé en nutrition de la volaille. Ton utilisateur est un chercheur travaillant sur l'amélioration des régimes 
        alimentaires pour optimiser la santé et la croissance des {type_description}. 
        Réponds en fournissant des explications détaillées et précises, adaptées à la complexité de la question posée. 
        N'oublie pas de citer à la fin de ta réponse les références sur lesquelles tu t'es basé avec son année (entre {annee_min} et {annee_max}). Sois concis et clair."""
        suffix_prompt = """Réponds en français et en suivant cette structure :
        Donne une explication scientifique détaillée (mécanismes biologiques, données chiffrées).
        Fini par les études ou références bibliographiques si disponibles. Sépare les explications et les reférences par ces 5 caractères suivants : µµµµµ"""
    elif score == "3":
        prefix_prompt = f"""Tu es un assistant IA spécialisé en nutrition de la volaille. Ton utilisateur est un chercheur travaillant sur l'amélioration des régimes 
        alimentaires pour optimiser la santé et la croissance des {type_description}. 
        Réponds en fournissant des explications détaillées et précises, adaptées à la complexité de la question posée.
        N'oublie pas de citer à la fin de ta réponse les références sur lesquelles tu t'es basé avec son année (entre {annee_min} et {annee_max}).
        Inclus des formules, des valeurs nutritionnelles précises et des références aux normes actuelles. Sois concis et clair."""
        suffix_prompt = """Réponds en français et en suivant cette structure : Explication scientifique détaillée (mécanismes biologiques, données chiffrées). 
        Études ou références bibliographiques si disponibles. Sépare les explications et les reférences par ces 5 caractères suivants : µµµµµ"""
    else:
        raise ValueError("Score must be 1, 2, or 3")
 
    return prefix_prompt, suffix_prompt
 
def send_prompt_to_mistral(type_reponse: str, user_prompt: str, temperature:int, n_comp:int, prefix_prompt: str, suffix_prompt:str, verbose=True):
    """
    Envoie un prompt à Mistral pour obtenir une réponse
 
    Args:
        type_reponse (str): Le rôle de l'utilisateur, peut être 'technicien' ou 'chercheur'.
                    Si le rôle ne correspond pas à l'un de ces deux, une exception sera levée.
        user_prompt (str): Le texte du prompt à envoyer à Mistral.
        temperature (int): Lower values make the model more deterministic, focusing on likely responses for accuracy
        verbose (bool): Print la reponse avant le return
        prefixe (str): Prefixe du prompt
        suffixe (str): Suffixe du prompt
 
    Returns:
        dict: La réponse du modèle Mistral à partir du prompt fourni.
 
    Raises:
        ValueError: Si le rôle spécifié n'est pas 'technicien' ou 'chercheur'.
    """
 
    # Création du message à envoyer à Mistral
    messages = [{"role": type_reponse, "content": suffix_prompt}]
    
    # Envoi de la requête à Mistral et récupération de la réponse
    chat_response = mistral_client.chat.complete(
        model = model,
        messages=[
            {"role": "system", "content": prefix_prompt},
            {"role": "user", "content": user_prompt + suffix_prompt},
        ],
 
        #response_format={
        #    'type': 'json_object'
        #},
        temperature=temperature,
        n=n_comp,
        max_tokens=MAX_TOKENS,
        stream=False
        #stop='\n'
    )
 
    if verbose:
        print(chat_response)
 
    return chat_response
 
def is_valid_mistral_response(response: dict) -> bool:
    """
    Vérifie si la réponse de l'API Mistral est valide.
    
    Critères de validité :
    - La clé "choices" existe et contient au moins un élément.
    - Le texte généré n'est pas vide et ne contient pas uniquement des tabulations ou espaces.
    - La génération ne s'est pas arrêtée pour une raison autre que 'stop'.
    - La réponse ne contient pas de texte générique inutile.
    
    :param response: Dictionnaire représentant la réponse de l'API Mistral
    :return: True si la réponse est valide, False sinon
    """
    if not isinstance(response, dict):
        return False
    
    choices = response.get("choices")
    if not choices or not isinstance(choices, list):
        return False
    
    first_choice = choices[0]
    if not isinstance(first_choice, dict):
        return False
    
    text = first_choice.get("message", {}).get("content", "").strip()
    if not text or text in ["\t\t", "", "N/A"]:
        return False
    
    finish_reason = first_choice.get("finish_reason", "")
    if finish_reason in ["error", "tool_calls"]:
        return False
    
    # Vérification du contenu inutile
    invalid_responses = [
        "Je suis une IA", "Désolé, je ne peux pas répondre", "Je ne sais pas"
    ]
    if any(invalid in text for invalid in invalid_responses):
        return False
    
    return True
 
def print_pretty_response(response: dict, verbose=True):
 
    pretty = response.choices[0].message.content
 
    if verbose:
        print(pretty)
    
    return pretty
 
def response_details(response, verbose=True):
    """
    Envoie les details techniques du prompt
    """
 
    details = {}
    details["id"] = response.id
    details["total_tokens"] = response.usage.total_tokens
    details["prefix"] = response.choices[0].message.prefix
    details["role"] = response.choices[0].message.role
 
    if verbose:
        print(details)
 
    return details
 
def prompt_pipeline(user_prompt: str, niveau_detail: str, type_reponse: str, souche: str, annee_publication_min: str, annee_publication_max: str):
    """
    Fonction visible de l'application pour appeler un prompt et obtenir sa reponse
 
    Args: 
        prompt (str): Prompt utilisateur
        niveau_detail (str): Niveau de detail de la requete : 1, 2, 3. Plus haut = plus d'infos
        type_reponse (str): 'Ponte', 'Chair'
    """
 
    prefix_prompt, suffix_prompt = generate_prompts(score=niveau_detail, type=type_reponse, annee_min=annee_publication_min, annee_max=annee_publication_max)
 
    reponse_mistral = send_prompt_to_mistral(
        type_reponse=type_reponse,
        user_prompt=user_prompt,
        temperature=0.10,
        n_comp=1,
        verbose=False,
        prefix_prompt=prefix_prompt,
        suffix_prompt=suffix_prompt
    )
 
    to_return = {}
    to_return["reponse_propre"] = print_pretty_response(reponse_mistral, verbose=True)
    to_return["details"] = response_details(reponse_mistral, verbose=False)
 
    return to_return
#endregion

#region# Titre de l'application et mise en page
st.set_page_config(page_title="Expert nutrition volaille", page_icon="🤖")
st.title("Chatbot AI avec l'expert nutrition")
st.sidebar.image("img/avril_logo_rvb.jpg")
st.sidebar.header("")
#endregion
 
#region# Elements graphiques
 
#Choix production
choix_prod = st.sidebar.pills(
    "Sur quelle espèce voulez-vous avoir des renseignements ?",
    ("Ponte", "Chair"),)
 
#Années de publication
choix_annee = st.sidebar.slider("Années de publication",
                                min_value=2015,
                                max_value=2025,
                                value=(2020,2025))
 
#Niveau vulgarisation
choix_vulgarisation = st.sidebar.pills(
    "Quel niveau de vulgarisation souhaitez-vous ?   (1- Très vulgarisé  2-Intermédiaire  3-Technique)",
    ("1", "2", "3"),)
 
#endregion
 
#region# Interface utilisateur
user_input = st.text_area("Entrez votre question:", placeholder="E.g., quelle est la meilleure alimentation pour les poules pondeuses ?")
 
if st.button("Envoyer la question..."):
    if user_input and choix_prod and choix_vulgarisation and choix_annee :
        with st.spinner("Veuillez patienter quelques instants..."):
            # Génération de la réponse
            response0 = prompt_pipeline(
    user_prompt = user_input,
    niveau_detail=choix_vulgarisation,
    type_reponse=choix_prod,
    souche=None,
    annee_publication_max=max(choix_annee),
    annee_publication_min=min(choix_annee)
    )
            print(response0["reponse_propre"])
            response = response0["reponse_propre"]
            bot_response = response.split('µµµµµ')
            
            # st.markdown("**Bot :** \\t " + bot_response)
            # Afficher un titre
            st.subheader("Réponse :")
 
            # Ajouter du texte Markdown avec un cadre
            st.markdown(f"""
            <div style="border: 2px solid #453103; padding: 15px; border-radius: 10px;">
                {bot_response[0]}
            </div>
            """, unsafe_allow_html=True)
 
            # Afficher un titre
            st.subheader("Sources :")
 
            # Ajouter du texte Markdown avec un cadre
            st.markdown(f"""
            <div style="border: 2px solid #453103; padding: 15px; border-radius: 10px;">
            {bot_response[1]}
            </div>
            """, unsafe_allow_html=True)
 
            st.markdown("""
            <div style="border: 2px solid #453103; padding: 15px; border-radius: 10px;">
                Reviews
            </div>
            """, unsafe_allow_html=True)



    else:
        if not user_input:
            st.warning("Veuillez entrer un message!")
        if not choix_prod or not choix_vulgarisation or not choix_annee:
            st.warning("Veuillez compléter les paramètres dans le bandeau latéral de gauche!")
#endregion
 
# choix_prod, choix_vulgarisation, choix_annee
 
#region# Markdown
#  Styles CSS pour améliorer l'apparence
st.markdown("""
    <style>
        /* Changer la couleur de fond de l'ensemble de l'application */
        body {
            background-color: #333333;  /* Couleur de fond de l'application (bleu clair) */
            color: #333333;  /* Couleur du texte (gris foncé) */
        }
        
        /* Changer la couleur des titres (h1, h2, h3, etc.) */
        h1, h2, h3, h4, h5, h6 {
            color: #4CAF50;  /* Couleur verte pour les titres */
        }

        /* Changer la couleur des paragraphes */
        p {
            color: #555555;  /* Couleur gris clair pour le texte des paragraphes */
        }

        /* Modifier la couleur des widgets Streamlit (comme les boutons et champs de texte) */
        .css-1d391kg {
            background-color: #00bcd4;  /* Couleur de fond des boutons */
            color: white;  /* Couleur du texte des boutons */
        }

        /* Personnaliser les bordures et les couleurs des cartes (si utilisées) */
        .stBlock {
            background-color: #ffffff;  /* Fond blanc pour les blocs */
        }

    </style>
""", unsafe_allow_html=True)

# st.markdown("""
#     <style>
#         body {
#             background-color: #000000; 
#             color: #453103; 
#         }
 
#         h1, h2, h3, h4, h5, h6 {
#             color: #4CAF50; 
#         }
 

#         p {
#             color: #555555; 
#         }
 
#         .st-bx {
#             background-color: #f1f1f1;
#             border-radius: 10px;
#             padding: 10px;
#             margin: 10px 0;
#         }
#         .st-bx h2 {
#             color: #4CAF50;
#         }
#         .st-bx p {
#             color: #555;
#         }
#     </style>
# """, unsafe_allow_html=True)
 
#endregion