Update app.py

app.py

@@ -99,9 +99,79 @@ def generate(
         outputs.append(text)
         yield post_process_response("".join(outputs))
 
+def vote(data: gr.LikeData, history):
+    # Récupérer le dernier message de l'utilisateur (input)
+    user_input = history[-1][0] if history else ""
+
+    # Retirer le préfixe "assistant\n" de la réponse du bot
+    # bot_response = data.value.replace("assistant\n", "", 1)
+
+    # Créer un objet de feedback avec un horodatage
+    feedback = {
+        "timestamp": datetime.now().isoformat(),
+        "user_input": user_input,
+        "bot_response": data.value,
+        "liked": data.liked
+    }
+    
+    # Initialiser l'API Hugging Face
+    api = HfApi()
+    
+    # Récupérer le token d'accès depuis les secrets
+    token = os.environ.get("HF_TOKEN")
+    
+    # Nom de votre dataset HF personnel
+    repo_id = "Woziii/llama-3-8b-chat-me"
+    
+    # Nom du fichier de feedback
+    file_name = "feedback.json"
+    
+    try:
+        # Récupérer le contenu actuel du fichier s'il existe
+        try:
+            file_path = hf_hub_download(repo_id=repo_id, filename=file_name, token=token)
+            with open(file_path, "r", encoding="utf-8") as file:
+                current_feedback = json.load(file)
+            if not isinstance(current_feedback, list):
+                current_feedback = []
+        except Exception as e:
+            print(f"Erreur lors du téléchargement du fichier : {str(e)}")
+            current_feedback = []
+        
+        # Ajouter le nouveau feedback à la liste existante
+        current_feedback.append(feedback)
+        
+        # Convertir en JSON
+        updated_content = json.dumps(current_feedback, ensure_ascii=False, indent=2)
+
+        
+        # Sauvegarder le contenu mis à jour dans un fichier temporaire
+        temp_file_path = "/tmp/feedback.json"
+        with open(temp_file_path, "w", encoding="utf-8") as temp_file:
+            temp_file.write(updated_content)
+        
+        # Envoyer le fichier mis à jour vers votre dataset HF
+        api.upload_file(
+            path_or_fileobj=temp_file_path,
+            path_in_repo=file_name,
+            repo_id=repo_id,
+            token=token
+        )
+        
+        print(f"Feedback enregistré dans {repo_id}/{file_name}")
+    except Exception as e:
+        print(f"Erreur lors de l'enregistrement du feedback : {str(e)}")
+
+# Dans votre interface Gradio
 chat_interface = gr.ChatInterface(
     fn=generate,
-    additional_inputs_accordion=gr.Accordion(label="⚙️Paramètres  &  🕹Inférences", open=False, render=False),
+    chatbot=gr.Chatbot(
+        label="Conversation avec Lucas",
+        bubble_full_width=False,
+        # avatar_images=('👨‍💻', '🧠'),
+        height=500
+        ),
+    additional_inputs_accordion=gr.Accordion(label="⚙️Paramètres & 🕹Inférences", open=False, render=False),
     additional_inputs=[
         gr.Textbox(
             label="System prompt",
@@ -139,20 +209,25 @@ chat_interface = gr.ChatInterface(
         ["Salut Lucas, tu es vraiment un bot, c'est ça ?"],
         ["Quelle est ta vision de l'IA ?"],
     ],
-    title="Chat avec Lucas Virtuel",
-    description="Posez vos questions à la version virtuelle de Lucas",
-    theme="soft",
-    bubble_full_width=False,
-    avatar_images=("🧑‍💻", "💭")
 )
 
 with gr.Blocks(css="style.css") as demo:
     gr.Markdown(DESCRIPTION)
-    gr.Markdown("---")
-    gr.Markdown("## 💬 Commencez à discuter avec Lucas Virtuel")
+        # Ajouter une ligne de texte explicative sur le système de vote
+    gr.Markdown("""
+    **Notez la qualité des réponses** 👍👎
+    Vous pouvez maintenant liker ou disliker les réponses du chatbot. 
+    Vos notes sont collectées et seront utilisées pour améliorer la qualité du modèle. 
+    Aucune information permettant de vous identifier n'est conservée.
+    """)
+          # Texte pour rappeler de nettoyer régulièrement les conversations
+    gr.Markdown("""
+    **Rappel :** 🧹
+    Pensez à nettoyer régulièrement votre conversation 👇🗑. Le modèle est pour l'instant dépourvu de limite contextuelle. En surchargeant sa mémoire 🧠, vous risquez de le rendre fou 🤯.
+    """)
+    
     chat_interface.render()
-    gr.Markdown("---")
-    gr.Markdown("### 📝 Exemples de questions")
+    
+    chat_interface.chatbot.like(vote, [chat_interface.chatbot], None)
 
-if __name__ == "__main__":
-    demo.queue(max_size=20, default_concurrency_limit=2).launch(max_threads=10, height=800, width="100%")
+demo.queue(max_size=20, default_concurrency_limit=2).launch(max_threads=10, height=800)