File size: 7,883 Bytes
9b4020a
ae465d3
9b4020a
 
 
ae465d3
9b4020a
 
 
 
 
 
 
 
 
642c5e3
ae465d3
 
 
 
 
 
9b4020a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
642c5e3
 
 
 
 
 
f07b5e8
642c5e3
 
 
f07b5e8
642c5e3
 
 
 
 
 
9b4020a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
0e307f8
9b4020a
 
648fe8a
9b4020a
0e307f8
9b4020a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ae465d3
9b4020a
 
 
 
 
ae465d3
 
9b4020a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
648fe8a
9b4020a
 
ae465d3
 
 
 
9b4020a
 
 
 
 
648fe8a
9b4020a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ae465d3
 
9b4020a
 
ae465d3
 
 
 
 
 
 
 
 
 
 
 
 
9b4020a
ae465d3
 
 
 
 
 
9b4020a
ae465d3
9b4020a
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
import gradio as gr
import os
import yaml
from langchain.prompts.chat import ChatPromptTemplate
from huggingface_hub import hf_hub_download
from spinoza_project.source.frontend.utils import make_html_source
from spinoza_project.source.backend.prompt_utils import (
    to_chat_instruction,
    SpecialTokens,
)
from spinoza_project.source.backend.get_prompts import get_qa_prompts
from spinoza_project.source.backend.document_store import pickle_to_document_store


def get_config():
    if os.getenv("EKI_OPENAI_LLM_DEPLOYMENT_NAME"):
        with open("./spinoza_project/config.yaml") as f:
            return yaml.full_load(f)

    else:
        with open("./spinoza_project/config_public.yaml") as f:
            return yaml.full_load(f)


def get_prompts(config):
    prompts = {}
    for source in config["prompt_naming"]:
        with open(f"./spinoza_project/prompt_{source}.yaml") as f:
            prompts[source] = yaml.full_load(f)
    return prompts


def set_prompts(prompts, config):
    chat_qa_prompts, chat_reformulation_prompts = ({}, {})
    for source, prompt in prompts.items():
        chat_qa_prompt, chat_reformulation_prompt = get_qa_prompts(config, prompt)
        chat_qa_prompts[source] = chat_qa_prompt
        chat_reformulation_prompts[source] = chat_reformulation_prompt

    return chat_qa_prompts, chat_reformulation_prompts


def get_assets():
    with open("./assets/style.css", "r") as f:
        css = f.read()
    with open("./assets/source_information.md", "r") as f:
        source_information = f.read()
    return css, source_information


def get_qdrants(config):
    qdrants = {
        tab: pickle_to_document_store(
            hf_hub_download(
                repo_id="SpinozaProject/spinoza-database",
                filename=f"database_{tab}.pickle",
                repo_type="dataset",
            )
        )
        for tab in config["prompt_naming"]
        if tab in ["Science", "Loi", "Organismes publics", "ADEME"]
    }

    return qdrants


def get_qdrants_public(config):
    qdrants = {
        tab: pickle_to_document_store(
            hf_hub_download(
                repo_id=config["prompt_naming"],
                filename=f"database_{tab}.pickle",
                repo_type="dataset",
            )
        )
        for tab in config["prompt_naming"]
        if tab not in ["Science", "Loi", "Organismes publics", "ADEME", "Presse", "AFP"]
    }

    return qdrants


def get_theme():
    return gr.themes.Base(
        primary_hue="blue",
        secondary_hue="red",
        font=[
            gr.themes.GoogleFont("Poppins"),
            "ui-sans-serif",
            "system-ui",
            "sans-serif",
        ],
    )


def get_init_prompt():
    return """
    Bonjour, je suis Spinoza, un assistant conversationnel expert sur le climat conçu pour vous aider dans votre parcours journalistique. Je répondrai à vos questions en lien avec le climat en me basant **sur les sources fournies**.

    ⚠️ Limitations
    *Veuillez noter que ce système de questionnement est à un stade précoce, il n'est pas parfait et peut parfois donner des réponses non pertinentes. Si vous n'êtes pas satisfait de la réponse, veuillez poser une question plus spécifique ou signaler vos commentaires pour nous aider à améliorer le système.*

    Que voulez-vous apprendre ?
"""


def get_synthesis_prompt(config):
    special_tokens = SpecialTokens(config)
    with open(f"./spinoza_project/prompt_Spinoza.yaml", "r") as f:
        synthesis_template = f.read()

    synthesis_prompt = to_chat_instruction(synthesis_template, special_tokens)
    synthesis_prompt_template = ChatPromptTemplate.from_messages([synthesis_prompt])

    return synthesis_prompt_template


def zip_longest_fill(*args, fillvalue=None):
    # zip_longest('ABCD', 'xy', fillvalue='-') --> Ax By C- D-
    iterators = [iter(it) for it in args]
    num_active = len(iterators)
    if not num_active:
        return

    cond = True
    fillvalues = [fillvalue] * len(iterators)
    while cond:
        values = []
        for i, it in enumerate(iterators):
            try:
                value = next(it)
                if not value:
                    value = next(it)
            except StopIteration:
                value = fillvalues[i]
            values.append(value)

        new_cond = False
        for i, elt in enumerate(values):
            if elt != fillvalues[i]:
                new_cond = True
        cond = new_cond

        fillvalues = values.copy()
        yield tuple(values)


def start_agents():
    gr.Info(message="Les agents et Spinoza démarent leurs analyses...", duration=3)

    return [
        (
            None,
            "J'attends que tous les agents aient terminé pour générer une réponse...",
        )
    ]


def end_agents():
    gr.Info(
        message="Les agents et Spinoza ont fini de répondre à votre question",
        duration=3,
    )


def next_call():
    return


def format_question(question):
    return f"{question}"


def parse_question(question):
    x = question.replace("<p>", "").replace("</p>\n", "")
    if "### " in x:
        return x.split("### ")[1]
    return x


def reformulate(llm, chat_reformulation_prompts, question, tab, config):
    if tab in list(config["tabs"].keys()):
        return llm.stream(
            chat_reformulation_prompts[config["source_mapping"][tab]],
            {"question": parse_question(question)},
        )
    else:
        return iter([None] * 5)


def add_question(question):
    return question


def answer(llm, chat_qa_prompts, question, source, tab, config):
    if tab in list(config["tabs"].keys()):
        if len(source) < 10:
            return iter(["Aucune source trouvée, veuillez reformuler votre question"])
        else:

            return llm.stream(
                chat_qa_prompts[config["source_mapping"][tab]],
                {
                    "question": parse_question(question),
                    "sources": source.replace("<p>", "").replace("</p>\n", ""),
                },
            )
    else:
        return iter([None] * 5)


def get_sources(questions, qdrants, bdd_presse, bdd_afp, config):
    k = config["num_document_retrieved"]
    min_similarity = config["min_similarity"]
    text, formated = [], []
    for i, (question, tab) in enumerate(zip(questions, list(config["tabs"].keys()))):
        sources = (
            bdd_presse.similarity_search_with_relevance_scores(
                question.replace("<p>", "").replace("</p>\n", ""), k=k
            )
            if tab == "Presse"
            else (
                bdd_afp.similarity_search_with_relevance_scores(
                    question.replace("<p>", "").replace("</p>\n", ""), k=k
                )
                if tab == "AFP"
                else qdrants[
                    config["source_mapping"][tab]
                ].similarity_search_with_relevance_scores(
                    config["query_preprompt"]
                    + question.replace("<p>", "").replace("</p>\n", ""),
                    k=k,
                )
            )
        )
        sources = [(doc, score) for doc, score in sources if score >= min_similarity]
        formated.extend(
            [
                make_html_source(source[0], j, source[1], config)
                for j, source in zip(range(k * i + 1, k * (i + 1) + 1), sources)
            ]
        )
        text.extend(
            [
                "\n\n".join(
                    [
                        f"Doc {str(j)} with source type {source[0].metadata.get('file_source_type')}:\n"
                        + source[0].page_content
                        for j, source in zip(range(k * i + 1, k * (i + 1) + 1), sources)
                    ]
                )
            ]
        )

    formated = "".join(formated)

    return formated, text