Create app.py

app.py

@@ -0,0 +1,421 @@
+import os
+import gradio as gr
+from huggingface_hub import hf_hub_download, login
+from transformers import AutoModelForCausalLM, AutoTokenizer, pipeline
+from pptx import Presentation
+from pptx.util import Inches, Pt
+from pptx.enum.text import PP_ALIGN
+import torch
+from llama_cpp import Llama
+import time
+from PIL import Image
+import io
+import requests
+from diffusers import FluxPipeline
+
+# Configuration des modèles disponibles
+TEXT_MODELS = {
+    "Mistral Nemo 2407 (GGUF)": "MisterAI/Bartowski_MistralAI_Mistral-Nemo-Instruct-2407-IQ4_XS.gguf",
+    "Mixtral 8x7B": "mistralai/Mixtral-8x7B-v0.1",
+    "Lucie 7B": "OpenLLM-France/Lucie-7B"
+}
+
+IMAGE_MODELS = {
+    "FLUX.1": "black-forest-labs/FLUX.1-schnell",
+    "ArtifyAI": "ImageInception/ArtifyAI-v1.1"
+}
+
+# Préprompt amélioré pour une meilleure structuration
+PREPROMPT = """Vous êtes un assistant IA expert en création de présentations PowerPoint professionnelles.
+Générez une présentation structurée et détaillée 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
+Image: [Description détaillée de l'image souhaitée pour cette diapo. Soyez très précis dans la description pour permettre
+une génération d'image de qualité. Par exemple : "Une illustration professionnelle montrant un concept clé de cybersécurité
+avec des éléments visuels modernes, un style épuré et des couleurs corporate (fond noir, couleurs bleu electrique, rouge, gris, blanc).
+L'image doit être claire, minimaliste et adaptée à une présentation professionnelle."]
+
+DIAPO 2:
+Titre: [Titre de la diapo]
+Points:
+- Point 1
+- Point 2
+- Point 3
+Image: [Description détaillée de l'image souhaitée pour cette diapo]
+
+[Continuez avec ce format pour chaque diapositive]
+
+Analysez le texte suivant et créez une présentation professionnelle avec des descriptions d'images pertinentes :"""
+
+class PresentationGenerator:
+    def __init__(self):
+        self.token = os.getenv('Authentification_HF')
+        if not self.token:
+            raise ValueError("Token d'authentification HuggingFace non trouvé")
+        login(self.token)
+        self.text_model = None
+        self.text_tokenizer = None
+        self.image_pipeline = None
+
+    def load_text_model(self, model_name):
+        """Charge le modèle de génération de texte"""
+        model_id = TEXT_MODELS[model_name]
+        if model_id.endswith('.gguf'):
+            # Configuration pour les modèles GGUF
+            model_path = hf_hub_download(
+                repo_id=model_id.split('/')[0] + '/' + model_id.split('/')[1],
+                filename=model_id.split('/')[-1],
+                token=self.token
+            )
+            self.text_model = Llama(
+                model_path=model_path,
+                n_ctx=4096,
+                n_batch=512,
+                verbose=False
+            )
+        else:
+            # Configuration pour les modèles Transformers standards
+            self.text_tokenizer = AutoTokenizer.from_pretrained(model_id, token=self.token)
+            self.text_model = AutoModelForCausalLM.from_pretrained(
+                model_id,
+                torch_dtype=torch.bfloat16,
+                device_map="auto",
+                token=self.token
+            )
+
+    def load_image_model(self, model_name):
+        """Charge le modèle de génération d'images"""
+        model_id = IMAGE_MODELS[model_name]
+        if model_id == "black-forest-labs/FLUX.1-schnell":
+            self.image_pipeline = FluxPipeline.from_pretrained(
+                model_id,
+                revision="refs/pr/1",  # Utiliser une révision spécifique
+                torch_dtype=torch.bfloat16
+            )
+            self.image_pipeline.enable_model_cpu_offload()  # Économise de la VRAM en déchargeant le modèle sur le CPU
+            self.image_pipeline.tokenizer.add_prefix_space = False  # Désactive add_prefix_space
+            print(f"Modèle d'image FLUX chargé : {model_id}")
+        else:
+            self.image_pipeline = pipeline(
+                "text-to-image",
+                model=model_id,
+                token=self.token
+            )
+            print(f"Modèle d'image chargé : {model_id}")
+
+    def generate_text(self, prompt, temperature=0.7, max_tokens=4096):
+        """Génère le texte de la présentation"""
+        if isinstance(self.text_model, Llama):
+            response = self.text_model(
+                prompt,
+                max_tokens=max_tokens,
+                temperature=temperature,
+                echo=False
+            )
+            return response['choices'][0]['text']
+        else:
+            inputs = self.text_tokenizer.apply_chat_template(
+                [{"role": "user", "content": prompt}],
+                return_tensors="pt",
+                return_dict=True
+            )
+            outputs = self.text_model.generate(
+                **inputs,
+                max_new_tokens=max_tokens,
+                temperature=temperature
+            )
+            return self.text_tokenizer.decode(outputs[0], skip_special_tokens=True)
+
+    def generate_image(self, prompt, negative_prompt="", num_inference_steps=30):
+        """Génère une image pour la diapositive"""
+        try:
+            image = self.image_pipeline(
+                prompt=prompt,
+                negative_prompt=negative_prompt,
+                num_inference_steps=num_inference_steps,
+                guidance_scale=0.0,
+                max_sequence_length=256,
+                generator=torch.Generator("cpu").manual_seed(0)
+            ).images[0]
+            return image
+        except Exception as e:
+            print(f"Erreur lors de la génération de l'image: {str(e)}")
+            return None
+
+    def parse_presentation_content(self, content):
+        """Parse le contenu généré en sections pour les diapositives"""
+        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': [], 'image_prompt': ''}
+            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())
+            elif line.startswith('Image:') and current_slide:
+                current_slide['image_prompt'] = line[6:].strip()
+
+        if current_slide:
+            slides.append(current_slide)
+
+        return slides
+
+    def create_presentation(self, slides):
+        """Crée la présentation PowerPoint avec texte et images"""
+        prs = Presentation()
+
+        # Première diapo (titre)
+        title_slide = prs.slides.add_slide(prs.slide_layouts[0])
+        title_slide.shapes.title.text = slides[0]['title']
+
+        # Autres diapos
+        for slide in slides[1:]:
+            content_slide = prs.slides.add_slide(prs.slide_layouts[1])
+            content_slide.shapes.title.text = slide['title']
+
+            # Ajout du texte
+            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
+
+            # Ajout de l'image si disponible
+            if slide.get('image_prompt'):
+                image = self.generate_image(slide['image_prompt'])
+                if image:
+                    # Sauvegarde temporaire de l'image
+                    img_path = f"temp_slide_{slides.index(slide)}.png"
+                    image.save(img_path)
+
+                    # Ajout de l'image à la diapositive
+                    left = Inches(1)
+                    top = Inches(2.5)
+                    content_slide.shapes.add_picture(img_path, left, top, height=Inches(4))
+
+                    # Suppression du fichier temporaire
+                    os.remove(img_path)
+
+        return prs
+
+def generate_presentation_with_progress(text, text_model_name, image_model_name, temperature, max_tokens, negative_prompt):
+    """Fonction principale de génération avec suivi de progression"""
+    try:
+        start_time = time.time()
+        generator = PresentationGenerator()
+
+        # Chargement des modèles
+        yield "Chargement des modèles...", None, None
+        generator.load_text_model(text_model_name)
+        generator.load_image_model(image_model_name)
+
+        # Génération du contenu
+        yield "Génération du contenu de la présentation...", None, None
+        full_prompt = PREPROMPT + "\n\n" + text
+        generated_content = generator.generate_text(full_prompt, temperature, max_tokens)
+
+        # Création de la présentation
+        yield "Création de la présentation PowerPoint...", generated_content, None
+        slides = generator.parse_presentation_content(generated_content)
+        prs = generator.create_presentation(slides)
+
+        # Sauvegarde
+        output_path = "presentation.pptx"
+        prs.save(output_path)
+
+        execution_time = time.time() - start_time
+        status = f"Présentation générée avec succès en {execution_time:.2f} secondes!"
+
+        return status, generated_content, output_path
+
+    except Exception as e:
+        return f"Erreur: {str(e)}", None, None
+
+# CSS personnalisé pour un thème sombre amélioré
+css = """
+/* Thème sombre personnalisé */
+.gradio-container {
+    background-color: #000000 !important;
+    color: #ffffff !important;
+}
+
+.gr-form, .gr-box, .gr-panel {
+    border-radius: 8px !important;
+    background-color: #1a1a1a !important;
+    border: 1px solid #333333 !important;
+    color: #ffffff !important;
+}
+
+.gr-input, .gr-textarea, .gr-dropdown {
+    background-color: #2d2d2d !important;
+    color: #ffffff !important;
+    border: 1px solid #404040 !important;
+}
+
+.gr-button {
+    background-color: #2d2d2d !important;
+    color: #ffffff !important;
+    border: 1px solid #404040 !important;
+    transition: all 0.3s ease !important;
+}
+
+.gr-button:hover {
+    background-color: #404040 !important;
+    transform: translateY(-2px) !important;
+}
+
+/* Textes et labels */
+h1, h2, h3, p, label, .gr-text {
+    color: #ffffff !important;
+}
+
+/* Scrollbar */
+::-webkit-scrollbar {
+    width: 8px;
+    height: 8px;
+}
+
+::-webkit-scrollbar-track {
+    background: #1a1a1a;
+}
+
+::-webkit-scrollbar-thumb {
+    background: #404040;
+    border-radius: 4px;
+}
+
+::-webkit-scrollbar-thumb:hover {
+    background: #4a4a4a;
+}
+
+/* Assurez-vous que les éléments de formulaire et les boutons s'affichent correctement */
+.gr-form input, .gr-form textarea, .gr-form select {
+    background-color: #2d2d2d !important;
+    color: #ffffff !important;
+    border: 1px solid #404040 !important;
+}
+
+.gr-form label {
+    color: #ffffff !important;
+}
+
+.gr-form button {
+    background-color: #2d2d2d !important;
+    color: #ffffff !important;
+    border: 1px solid #404040 !important;
+    transition: all 0.3s ease !important;
+}
+
+.gr-form button:hover {
+    background-color: #404040 !important;
+    transform: translateY(-2px) !important;
+}
+"""
+
+with gr.Blocks(theme=gr.themes.Default(), css=css) 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):
+            text_model_choice = gr.Dropdown(
+                choices=list(TEXT_MODELS.keys()),
+                value=list(TEXT_MODELS.keys())[0],
+                label="Modèle de génération de texte"
+            )
+            image_model_choice = gr.Dropdown(
+                choices=list(IMAGE_MODELS.keys()),
+                value=list(IMAGE_MODELS.keys())[0],
+                label="Modèle de génération d'images"
+            )
+            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"
+            )
+            negative_prompt = gr.Textbox(
+                lines=2,
+                label="Prompt négatif pour les images",
+                placeholder="Ce que vous ne voulez pas voir dans les images..."
+            )
+
+    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..."
+            )
+            # Modification du composant File pour supprimer l'argument multiple
+            file_upload = gr.File(
+                label="Documents de référence (PDF, Images)",
+                file_types=["pdf", "png", "jpg", "jpeg"]
+            )
+
+    with gr.Row():
+        generate_btn = gr.Button("🚀 Générer la présentation", variant="primary")
+
+    with gr.Row():
+        with gr.Column():
+            status_output = gr.Textbox(
+                label="Statut",
+                lines=2
+            )
+            generated_content = gr.Textbox(
+                label="Contenu généré",
+                lines=10,
+                show_copy_button=True
+            )
+            output_file = gr.File(
+                label="Présentation PowerPoint"
+            )
+
+    generate_btn.click(
+        fn=generate_presentation_with_progress,
+        inputs=[
+            input_text,
+            text_model_choice,
+            image_model_choice,
+            temperature,
+            max_tokens,
+            negative_prompt
+        ],
+        outputs=[
+            status_output,
+            generated_content,
+            output_file
+        ]
+    )
+
+if __name__ == "__main__":
+    demo.launch()