Delete app.py

app.py

@@ -1,58 +0,0 @@
-import os
-import PyPDF2
-from langchain.embeddings import HuggingFaceEmbeddings
-from langchain.vectorstores import FAISS
-from langchain.chains import RetrievalQA
-from langchain.document_loaders import TextLoader
-from langchain.prompts import PromptTemplate
-from langchain.llms import OpenAI
-from langchain.text_splitter import RecursiveCharacterTextSplitter
-
-# Funktion zum Extrahieren von Text aus PDF
-def extract_text_from_pdf(pdf_path):
-    with open(pdf_path, 'rb') as file:
-        reader = PyPDF2.PdfReader(file)
-        text = ""
-        for page in reader.pages:
-            text += page.extract_text()
-    return text
-
-# Funktion zum Erstellen von Embeddings und Indexierung
-def create_embeddings_and_index(text):
-    # Text in kleinere Teile aufteilen
-    text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
-    texts = text_splitter.split_text(text)
-
-    # Embeddings erzeugen
-    embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-MiniLM-L6-v2")
-    
-    # Indexierung mit FAISS
-    db = FAISS.from_texts(texts, embeddings)
-    return db
-
-# Funktion für die Frage-Antwort-Pipeline
-def answer_question(db, question):
-    qa_chain = RetrievalQA.from_chain_type(llm=OpenAI(), retriever=db.as_retriever())
-    response = qa_chain.run(question)
-    return response
-
-# Beispiel für die Nutzung
-def main():
-    # Dokument-Pfad
-    pdf_path = 'path_to_your_pdf_document.pdf'
-    
-    # PDF extrahieren
-    text = extract_text_from_pdf(pdf_path)
-    print(f"Text aus dem Dokument extrahiert: {text[:500]}...")  # Nur ersten 500 Zeichen anzeigen
-    
-    # Embeddings erstellen und Index erstellen
-    db = create_embeddings_and_index(text)
-    print("Embeddings und Index erfolgreich erstellt.")
-    
-    # Frage stellen
-    question = "Was ist das Ziel dieses Dokuments?"
-    answer = answer_question(db, question)
-    print(f"Antwort auf die Frage '{question}': {answer}")
-
-if __name__ == "__main__":
-    main()