Update app.py

app.py

@@ -77,6 +77,8 @@ def get_embedding_model():
 
 # Hàm tạo RAG Chain
 @st.cache_resource
+# Hàm tạo RAG Chain với xử lý lưu trữ Chroma
+@st.cache_resource
 def compute_rag_chain(_model, _embd, docs_texts):
     if not docs_texts:
         raise ValueError("Không có tài liệu nào để xử lý. Vui lòng tải lên các tệp hợp lệ.")
@@ -88,9 +90,17 @@ def compute_rag_chain(_model, _embd, docs_texts):
     if len(texts) > 5000:
         raise ValueError("Tài liệu tạo ra quá nhiều đoạn. Vui lòng sử dụng tài liệu nhỏ hơn.")
     
-    vectorstore = Chroma.from_texts(texts=texts, embedding=_embd)
+    # Tạo thư mục lưu trữ
+    persist_dir = "./chromadb_store"
+    if not os.path.exists(persist_dir):
+        os.makedirs(persist_dir)
+    
+    # Khởi tạo Chroma và lưu dữ liệu
+    vectorstore = Chroma.from_texts(texts=texts, embedding=_embd, persist_directory=persist_dir)
+    vectorstore.persist()  # Lưu dữ liệu vào thư mục persist_dir
     retriever = vectorstore.as_retriever()
 
+    # Template cho prompt
     template = """
         Bạn là một trợ lí AI hỗ trợ tuyển sinh và sinh viên. 
         Hãy trả lời câu hỏi chính xác, tập trung vào thông tin liên quan đến câu hỏi.
@@ -110,6 +120,8 @@ def compute_rag_chain(_model, _embd, docs_texts):
     )
     return rag_chain
 
+
+
 # Dialog cài đặt Google Gemini
 @st.dialog("Setup Gemini")
 def setup_gemini():
@@ -138,7 +150,7 @@ if st.session_state.save_dir is None:
         os.makedirs(save_dir)
     st.session_state.save_dir = save_dir
 
-# Sidebar: Upload file và xử lý
+# Cập nhật xử lý Sidebar
 with st.sidebar:
     uploaded_files = st.file_uploader("Chọn file txt", accept_multiple_files=True, type=["txt"])
     max_file_size_mb = 5