joedac-netvigie
commited on
Commit
·
dfc18ca
1
Parent(s):
3c61e1f
remove loader
Browse files- ui/gradio_ui.py +31 -61
ui/gradio_ui.py
CHANGED
@@ -9,9 +9,25 @@ class GradioUI:
|
|
9 |
|
10 |
def search_products(self, query: str, max_results: int) -> str:
|
11 |
"""
|
12 |
-
|
13 |
-
|
14 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
15 |
"""
|
16 |
return self.food_service.search_products(query, max_results)
|
17 |
|
@@ -40,72 +56,26 @@ class GradioUI:
|
|
40 |
)
|
41 |
|
42 |
search_btn = gr.Button("🤖 Search", variant="primary", size="lg")
|
43 |
-
|
44 |
-
# Message de statut
|
45 |
-
with gr.Row():
|
46 |
-
status_msg = gr.Markdown("", visible=False)
|
47 |
-
|
48 |
search_output = gr.Markdown()
|
49 |
|
50 |
-
def search_products(query: str, max_results: int):
|
51 |
-
"""
|
52 |
-
Recherche des produits alimentaires dans la base de données OpenFoodFacts.
|
53 |
-
|
54 |
-
Cette fonction MCP (Model Context Protocol) effectue une recherche intelligente
|
55 |
-
de produits alimentaires en analysant la requête utilisateur avec Mistral AI
|
56 |
-
pour extraire le nom du produit et la marque, puis interroge la base DuckDB.
|
57 |
-
|
58 |
-
Args:
|
59 |
-
query (str): Terme de recherche saisi par l'utilisateur.
|
60 |
-
Peut contenir un nom de produit, une marque, ou une combinaison.
|
61 |
-
Exemples: "pepito", "biscuits lu", "pizza picard", "yaourt danone"
|
62 |
-
max_results (int): Nombre maximum de résultats à retourner.
|
63 |
-
Doit être compris entre 1 et 20.
|
64 |
-
|
65 |
-
Returns:
|
66 |
-
str: Résultats de recherche formatés en Markdown contenant :
|
67 |
-
- Informations nutritionnelles (Nutri-Score, Eco-Score, NOVA)
|
68 |
-
- Liste des ingrédients et additifs
|
69 |
-
- Allergènes potentiels
|
70 |
-
- Analyse détaillée par Mistral AI
|
71 |
-
|
72 |
-
Raises:
|
73 |
-
Exception: En cas d'erreur de connexion à la base de données
|
74 |
-
ou d'échec de l'analyse par Mistral AI.
|
75 |
-
|
76 |
-
Note:
|
77 |
-
La fonction utilise une approche hybride combinant l'IA générative (Mistral)
|
78 |
-
pour l'analyse de requête et une base de données structurée (DuckDB/Parquet)
|
79 |
-
pour la recherche de produits, optimisant ainsi précision et performance.
|
80 |
-
|
81 |
-
Example:
|
82 |
-
>>> search_products("coca cola zero", 3)
|
83 |
-
"# 🥤 Coca-Cola Zero\\n\\n**Nutri-Score:** B\\n**Ingrédients:** ..."
|
84 |
-
"""
|
85 |
-
yield (
|
86 |
-
gr.Markdown("🔍 **Searching for products...** Please wait.", visible=True),
|
87 |
-
gr.Markdown("")
|
88 |
-
)
|
89 |
-
|
90 |
-
result = self.search_products(query, max_results)
|
91 |
-
|
92 |
-
yield (
|
93 |
-
gr.Markdown("", visible=False),
|
94 |
-
gr.Markdown(result)
|
95 |
-
)
|
96 |
-
|
97 |
search_btn.click(
|
98 |
-
search_products,
|
99 |
inputs=[search_input, max_results],
|
100 |
-
outputs=[
|
101 |
-
show_progress="full"
|
102 |
)
|
103 |
|
104 |
search_input.submit(
|
105 |
-
search_products,
|
106 |
inputs=[search_input, max_results],
|
107 |
-
outputs=[
|
108 |
-
show_progress="full"
|
109 |
)
|
110 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
111 |
return demo
|
|
|
9 |
|
10 |
def search_products(self, query: str, max_results: int) -> str:
|
11 |
"""
|
12 |
+
Recherche des produits alimentaires dans la base de données OpenFoodFacts.
|
13 |
+
|
14 |
+
Cette fonction MCP (Model Context Protocol) effectue une recherche intelligente
|
15 |
+
de produits alimentaires en analysant la requête utilisateur avec Mistral AI
|
16 |
+
pour extraire le nom du produit et la marque, puis interroge la base DuckDB.
|
17 |
+
|
18 |
+
Args:
|
19 |
+
query (str): Terme de recherche saisi par l'utilisateur.
|
20 |
+
Peut contenir un nom de produit, une marque, ou une combinaison.
|
21 |
+
Exemples: "pepito", "biscuits lu", "pizza picard", "yaourt danone"
|
22 |
+
max_results (int): Nombre maximum de résultats à retourner.
|
23 |
+
Doit être compris entre 1 et 20.
|
24 |
+
|
25 |
+
Returns:
|
26 |
+
str: Résultats de recherche formatés en Markdown contenant :
|
27 |
+
- Informations nutritionnelles (Nutri-Score, Eco-Score, NOVA)
|
28 |
+
- Liste des ingrédients et additifs
|
29 |
+
- Allergènes potentiels
|
30 |
+
- Analyse détaillée par Mistral AI
|
31 |
"""
|
32 |
return self.food_service.search_products(query, max_results)
|
33 |
|
|
|
56 |
)
|
57 |
|
58 |
search_btn = gr.Button("🤖 Search", variant="primary", size="lg")
|
|
|
|
|
|
|
|
|
|
|
59 |
search_output = gr.Markdown()
|
60 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
61 |
search_btn.click(
|
62 |
+
fn=self.search_products,
|
63 |
inputs=[search_input, max_results],
|
64 |
+
outputs=[search_output]
|
|
|
65 |
)
|
66 |
|
67 |
search_input.submit(
|
68 |
+
fn=self.search_products,
|
69 |
inputs=[search_input, max_results],
|
70 |
+
outputs=[search_output]
|
|
|
71 |
)
|
72 |
|
73 |
+
gr.Markdown("""
|
74 |
+
### 💡 Exemples de recherches
|
75 |
+
- `nutella` - Recherche par nom de produit
|
76 |
+
- `pizza picard` - Recherche par produit + marque
|
77 |
+
- `yaourt sans lactose` - Recherche avec critères spécifiques
|
78 |
+
- `biscuits lu bio` - Recherche avec labels
|
79 |
+
""")
|
80 |
+
|
81 |
return demo
|