added formatting of synthesis

app.py

@@ -168,6 +168,21 @@ with gr.Blocks() as demo:
                         background: var(--button-secondary-background-fill-hover);
                         color: var(--button-secondary-text-color-hover)
                     }
+                    h3 {
+                        color:black !important;
+                    }
+                    h4 {
+                        color:black !important;
+                    }
+                    ul {
+                        color:black !important;
+                    }
+                    li {
+                        color:black !important;
+                    }
+                    strong {
+                        color:black !important;
+                    }
 
                 </style>
                 """
@@ -283,10 +298,10 @@ with gr.Blocks() as demo:
                                 gr.HTML(
                                     "<h2 style='color: #000000'>Déficit hydrique</h2>"
                                 )
-                                gr.Plot()
+                                plot_4 = gr.Plot()
                             with gr.Column():
                                 gr.HTML("<h2 style='color: #000000'>Rendements</h2>")
-                                gr.Plot()
+                                current_plot_yields = gr.Plot()
                     with gr.Tab(
                         label="Prévisions pour l'exploitation avec ombrage", scale=1
                     ):
@@ -301,7 +316,7 @@ with gr.Blocks() as demo:
                                 gr.HTML(
                                     "<h2 style='color: #000000'>Déficit hydrique</h2>"
                                 )
-                                gr.Plot()
+                                plot_5 = gr.Plot()
                             with gr.Column():
                                 gr.HTML("<h2 style='color: #000000'>Rendements</h2>")
                                 shaded_plot_yields = gr.Plot()
@@ -329,6 +344,9 @@ with gr.Blocks() as demo:
             plot_1,
             plot_2,
             plot_3,
+            plot_4,
+            plot_5,
+            current_plot_yields,
             shaded_plot_yields,
             page_1,
             page_2,

func_utils.py

@@ -4,6 +4,8 @@ import gradio as gr
 
 
 from compute_yield import plot_yield
+from summary_test import get_summaries
+
 from visualize.visualize import get_plots
 
 
@@ -69,10 +71,12 @@ def go_to_page_2():
 
 
 def launch_simulation(lat, lon, address, culture):
-    current_situation_summary = "truc"
-    agripv_summary = "bidule"
+    current_situation_summary, agripv_summary = get_summaries()
     page1, page_2 = go_to_page_2()
-    plot_1, plot_2, plot_3 = get_plots()
+    plot_1, plot_2, plot_3, plot_4, plot_5 = get_plots()
+    current_plot_yields = plot_yield(
+        latitude=lat, longitude=lon, culture=culture, shading_coef=0
+    )
     shaded_plot_yields = plot_yield(
         latitude=lat, longitude=lon, culture=culture, shading_coef=0.2
     )
@@ -82,6 +86,9 @@ def launch_simulation(lat, lon, address, culture):
         plot_1,
         plot_2,
         plot_3,
+        plot_4,
+        plot_5,
+        current_plot_yields,
         shaded_plot_yields,
         page1,
         page_2,

prompts/summary_prompt.py

@@ -48,8 +48,7 @@ agricultural_yield_comparison_prompt = """
     
     Consignes pour la réponse :
     - Fournir une analyse détaillée, structurée et pédagogique.
-    - S’appuyer exclusivement sur les données fournies et argumenter à l’aide d’indicateurs précis concernant l’évolution des variables (en pourcentage)
-    - Adopter une approche objective et non biaisée, sans favoriser un scénario par anticipation.
+    - S’appuyer exclusivement sur les données fournies et argumenter à l’aide d’indicateurs précis concernant l’évolution des variables. Donnes des pourcentages pas des valeurs d'indicateurs!    - Adopter une approche objective et non biaisée, sans favoriser un scénario par anticipation.
     - Vulgariser les concepts techniques pour assurer une compréhension optimale par l’agriculteur.
     - Le format de sortie doit être structuré, avec des sections claires et bien définies.
     - L’utilisateur vous fournira le nom de la culture, les caractéristiques du sol dans la région concernée ainsi que les données de rendement avec et sans ombrage

summary_test.py

@@ -62,8 +62,7 @@ def get_yield_data(region: str = "Bourgogne-Franche-Comté", culture: str ="Blé
     return yield_past_data[["year", "past_yield"]], yield_forecast_data[["year", "yield_simple_forecast", "yield_with_shading_forecast"]]
 
 
-if __name__ == "__main__":
-
+def get_summaries():
     scenario = "pessimist"
     lat, lon = 47.0, 5.0
     culture = "Blé tendre d'hiver"
@@ -106,7 +105,7 @@ if __name__ == "__main__":
 
     print(yield_forecast_data.tail())
     print(second_summary)
-    # second_summary
+    return meterological_summary, second_summary
     # from utils.soil_utils import find_nearest_point
     # city = "Bourgogne Franche Comté"
     # closest_soil_features = find_nearest_point(city)

visualize/visualize.py

@@ -384,4 +384,4 @@ def get_plots():
         )
     )
     plots.append(plot_ombrage)
-    return plots, pessimist
+    return plots