File size: 8,346 Bytes
4e2a7f1 fdecf36 4e2a7f1 fdecf36 4e2a7f1 fdecf36 4e2a7f1 fdecf36 4e2a7f1 fdecf36 4e2a7f1 fdecf36 4e2a7f1 fdecf36 4e2a7f1 fdecf36 4e2a7f1 fdecf36 4e2a7f1 |
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 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 |
#https://huggingface.co/spaces/MisterAI/GenDoc_05
#app.py_144
#Uniquement Granite 3b instruct
import os
import gradio as gr
from transformers import AutoModelForCausalLM, AutoTokenizer
from pptx import Presentation
from pptx.util import Inches, Pt
import torch
import time
# Configuration du modèle unique
MODEL_PATH = "ibm-granite/granite-3.1-3b-a800m-Instruct"
PREPROMPT = """Vous êtes un assistant IA expert en création de présentations PowerPoint professionnelles.
Générez une présentation structurée et détaillée au format Markdown en suivant ce format EXACT:
TITRE: [Titre principal de la présentation]
DIAPO 1:
Titre: [Titre de la diapo]
Points:
- Point 1
- Point 2
- Point 3
DIAPO 2:
Titre: [Titre de la diapo]
Points:
- Point 1
- Point 2
- Point 3
[Continuez avec ce format pour chaque diapositive]
Analysez le texte suivant et créez une présentation professionnelle :"""
class ExecutionTimer:
def __init__(self):
self.start_time = None
self.last_duration = None
def start(self):
self.start_time = time.time()
def get_elapsed(self):
if self.start_time is None:
return 0
return time.time() - self.start_time
def stop(self):
if self.start_time is not None:
self.last_duration = self.get_elapsed()
self.start_time = None
return self.last_duration
def get_status(self):
if self.start_time is not None:
current = self.get_elapsed()
last = f" (précédent: {self.last_duration:.2f}s)" if self.last_duration else ""
return f"En cours... {current:.2f}s{last}"
elif self.last_duration:
return f"Terminé en {self.last_duration:.2f}s"
return "En attente..."
class PresentationGenerator:
def __init__(self):
print("Initialisation du modèle Granite...")
self.tokenizer = AutoTokenizer.from_pretrained(MODEL_PATH)
self.model = AutoModelForCausalLM.from_pretrained(
MODEL_PATH,
torch_dtype=torch.float32,
device_map="auto"
)
self.model.eval()
print("Modèle initialisé avec succès!")
def generate_text(self, prompt, temperature=0.7, max_tokens=2048):
try:
chat = [{"role": "user", "content": prompt}]
formatted_prompt = self.tokenizer.apply_chat_template(
chat,
tokenize=False,
add_generation_prompt=True
)
inputs = self.tokenizer(
formatted_prompt,
return_tensors="pt",
truncation=True,
max_length=4096
).to(self.model.device)
with torch.no_grad():
outputs = self.model.generate(
**inputs,
max_new_tokens=max_tokens,
temperature=temperature,
do_sample=True,
pad_token_id=self.tokenizer.eos_token_id
)
return self.tokenizer.decode(outputs[0], skip_special_tokens=True)
except Exception as e:
print(f"Erreur lors de la génération: {str(e)}")
raise
def parse_presentation_content(self, content):
slides = []
current_slide = None
for line in content.split('\n'):
line = line.strip()
if line.startswith('TITRE:'):
slides.append({'type': 'title', 'title': line[6:].strip()})
elif line.startswith('DIAPO'):
if current_slide:
slides.append(current_slide)
current_slide = {'type': 'content', 'title': '', 'points': []}
elif line.startswith('Titre:') and current_slide:
current_slide['title'] = line[6:].strip()
elif line.startswith('- ') and current_slide:
current_slide['points'].append(line[2:].strip())
if current_slide:
slides.append(current_slide)
return slides
def create_presentation(self, slides):
prs = Presentation()
title_slide = prs.slides.add_slide(prs.slide_layouts[0])
title_slide.shapes.title.text = slides[0]['title']
for slide in slides[1:]:
content_slide = prs.slides.add_slide(prs.slide_layouts[1])
content_slide.shapes.title.text = slide['title']
if slide['points']:
body = content_slide.shapes.placeholders[1].text_frame
body.clear()
for point in slide['points']:
p = body.add_paragraph()
p.text = point
p.level = 0
return prs
# Timer global pour le suivi du temps
timer = ExecutionTimer()
def generate_skeleton(text, temperature, max_tokens):
"""Génère le squelette de la présentation"""
try:
timer.start()
generator = PresentationGenerator()
full_prompt = PREPROMPT + "\n\n" + text
generated_content = generator.generate_text(full_prompt, temperature, max_tokens)
status = timer.get_status()
timer.stop()
return status, generated_content, gr.update(visible=True)
except Exception as e:
timer.stop()
error_msg = f"Erreur: {str(e)}"
print(error_msg)
return error_msg, None, gr.update(visible=False)
def create_presentation_file(generated_content):
"""Crée le fichier PowerPoint à partir du contenu généré"""
try:
timer.start()
generator = PresentationGenerator()
slides = generator.parse_presentation_content(generated_content)
prs = generator.create_presentation(slides)
output_path = os.path.join(os.getcwd(), "presentation.pptx")
prs.save(output_path)
timer.stop()
return output_path
except Exception as e:
timer.stop()
print(f"Erreur lors de la création du fichier: {str(e)}")
return None
# Interface Gradio
with gr.Blocks(theme=gr.themes.Glass()) as demo:
gr.Markdown(
"""
# Générateur de Présentations PowerPoint IA
Créez des présentations professionnelles automatiquement avec l'aide de l'IA.
"""
)
with gr.Row():
with gr.Column(scale=1):
temperature = gr.Slider(
minimum=0.1,
maximum=1.0,
value=0.7,
step=0.1,
label="Température"
)
max_tokens = gr.Slider(
minimum=1000,
maximum=4096,
value=2048,
step=256,
label="Tokens maximum"
)
with gr.Row():
with gr.Column(scale=2):
input_text = gr.Textbox(
lines=10,
label="Votre texte",
placeholder="Décrivez le contenu que vous souhaitez pour votre présentation..."
)
with gr.Row():
generate_skeleton_btn = gr.Button("Générer le Squelette de la Présentation", variant="primary")
with gr.Row():
with gr.Column():
status_output = gr.Textbox(
label="Statut",
lines=2,
value="En attente..."
)
generated_content = gr.Textbox(
label="Contenu généré",
lines=10,
show_copy_button=True
)
create_presentation_btn = gr.Button("Créer Présentation", visible=False)
output_file = gr.File(
label="Présentation PowerPoint",
type="filepath"
)
generate_skeleton_btn.click(
fn=generate_skeleton,
inputs=[
input_text,
temperature,
max_tokens
],
outputs=[
status_output,
generated_content,
create_presentation_btn
]
)
create_presentation_btn.click(
fn=create_presentation_file,
inputs=[generated_content],
outputs=[output_file]
)
if __name__ == "__main__":
demo.launch()
|