Update app.py

app.py

@@ -58,7 +58,7 @@ def initialize_llmchain(llm_model, temperature, max_tokens, top_k, vector_db):
 # LLM initialisieren
 def initialize_LLM(llm_option, llm_temperature, max_tokens, top_k, vector_db):
     if vector_db is None:
-        return None, "Datenbank wurde nicht erstellt!"
+        return None, "Fehler: Datenbank wurde nicht erstellt!"
     llm_name = list_llm[llm_option]
     qa_chain = initialize_llmchain(llm_name, llm_temperature, max_tokens, top_k, vector_db)
     return qa_chain, "QA-Kette initialisiert. Chatbot ist bereit!"
@@ -71,8 +71,7 @@ def conversation(qa_chain, message, history):
         return qa_chain, [{"role": "system", "content": "Bitte eine Frage eingeben!"}], history
     response = qa_chain.invoke({"question": message, "chat_history": history})
     response_text = response.get("answer", "Keine Antwort verfügbar.")
-    sources = [doc.metadata["source"] for doc in response.get("source_documents", [])]
-    formatted_response = history + [{"role": "assistant", "content": response_text}]
+    formatted_response = history + [{"role": "user", "content": message}, {"role": "assistant", "content": response_text}]
     return qa_chain, formatted_response, formatted_response
 
 # Demo erstellen
@@ -88,7 +87,7 @@ def demo():
         slider_maxtokens = gr.Slider(128, 2048, 512, label="Max Tokens")
         slider_topk = gr.Slider(1, 10, 3, label="Top-k")
         qachain_btn = gr.Button("Initialisiere QA-Chatbot")
-        chatbot = gr.Chatbot(label="Chatbot", height=400)
+        chatbot = gr.Chatbot(label="Chatbot", height=400, type="messages")
         msg = gr.Textbox(label="Frage stellen")
         submit_btn = gr.Button("Absenden")