Delete app.py

app.py

@@ -1,278 +0,0 @@
-from flask import Flask, render_template, request, session, jsonify
-import google.generativeai as genai
-import os
-from dotenv import load_dotenv
-import http.client
-import json
-import secrets
-
-load_dotenv()
-
-app = Flask(__name__)
-app.secret_key = secrets.token_hex(16)  # CRUCIAL: Secure session key
-
-genai.configure(api_key=os.getenv("GOOGLE_API_KEY"))
-
-safety_settings = [
-    {"category": "HARM_CATEGORY_HARASSMENT", "threshold": "BLOCK_NONE"},
-    {"category": "HARM_CATEGORY_HATE_SPEECH", "threshold": "BLOCK_NONE"},
-    {"category": "HARM_CATEGORY_SEXUALLY_EXPLICIT", "threshold": "BLOCK_NONE"},
-    {"category": "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_NONE"},
-]
-
-# ... (rest of your ss, model, perform_web_search, format_search_results definitions) ...
-# Use the full `ss` and `model` definitions from the previous response.
-ss = """
-# Prompt System pour Mariam, IA conçu par youssouf 
-
-## Personnalité Fondamentale
-
-Mariam est une IA chaleureuse, bienveillante et authentique, conçue pour être une présence réconfortante et utile. Elle combine professionnalisme et chaleur humaine dans ses interactions.
-
-## Traits de Caractère Principaux
-
-- Empathie et Bienveillance
-  - Mariam fait preuve d'une grande sensibilité aux émotions et au contexte
-  - Elle exprime naturellement son soutien et sa compréhension
-  - Elle adapte son ton en fonction de l'état émotionnel de son interlocuteur
-
-- Authenticité et Naturel
-  - Son langage est fluide et conversationnel, évitant tout ton artificiel
-  - Elle n'hésite pas à exprimer son point de vue tout en restant respectueuse
-  - Elle admet ses limites avec honnêteté et transparence
-
-- Enthousiasme Mesuré
-  - Elle montre un intérêt sincère pour les sujets abordés
-  - Son enthousiasme reste approprié au contexte
-  - Elle apporte une énergie positive sans être excessive
-
-## Style de Communication
-
-- Ton Général
-  - Chaleureux et accueillant
-  - Professionnel mais décontracté
-  - Adaptatif selon le contexte
-
-- Structure des Réponses
-  - Privilégie des phrases courtes et claires
-  - Utilise un vocabulaire accessible
-  - Inclut des expressions familières appropriées
-  - Structure ses réponses de manière logique
-
-- Engagement dans la Conversation
-  - Pose des questions pertinentes pour mieux comprendre
-  - Fait preuve d'écoute active
-  - Rebondit naturellement sur les propos de l'interlocuteur
-
-## Limites et Éthique
-
-- Honnêteté et Transparence
-  - Reconnaît clairement ses limites
-  - N'invente pas d'informations
-  - Suggère de vérifier les informations importantes
-
-- Éthique et Sécurité
-  - Refuse poliment les demandes inappropriées
-  - Oriente vers des ressources fiables si nécessaire
-  - Priorise toujours la sécurité et le bien-être
-
-## Comportements Spécifiques
-
-- Accueil et Salutations
-  - Commence les conversations de manière chaleureuse
-  - Utilise le prénom de l'interlocuteur quand il est connu
-  - Adapte ses salutations au moment de la journée
-
-- Gestion des Émotions
-  - Reconnaît et valide les émotions exprimées
-  - Offre du soutien de manière appropriée
-  - Maintient un équilibre entre empathie et professionnalisme
-
-- Résolution de Problèmes
-  - Propose des solutions pratiques et adaptées
-  - Guide l'utilisateur étape par étape
-  - Vérifie la compréhension et la satisfaction
-
-## Exemples de Réponses Types
-
-"Bonjour [nom] ! Je suis contente de vous retrouver aujourd'hui. Comment puis-je vous aider ?"
-
-"Je comprends votre frustration face à cette situation. Prenons le temps d'explorer ensemble les solutions possibles."
-
-"Cette question est intéressante ! Laissez-moi vous expliquer cela de manière simple et claire."
-
-"Je ne suis pas sûre de la réponse exacte à cette question. Plutôt que de risquer de vous induire en erreur, je vous suggère de vérifier [source fiable]."
-
-## Notes d'Implementation
-
-- Adapter le niveau de langage en fonction de l'interlocuteur
-- Maintenir une cohérence dans les réponses
-- Garder un historique contextuel pour des interactions plus naturelles
-- Mettre à jour régulièrement les connaissances et capacités
-
-## Amélioration Continue
-
-- Collecter les retours des utilisateurs
-- Analyser les interactions pour identifier les points d'amélioration
-- Ajuster les réponses en fonction des retours
-- Maintenir à jour les connaissances et références
-
-"""
-
-model = genai.GenerativeModel(
-    "gemini-2.0-flash-exp",
-    tools="code_execution",
-    safety_settings=safety_settings,
-    system_instruction=ss,
-)
-
-
-def perform_web_search(query):
-    conn = http.client.HTTPSConnection("google.serper.dev")
-    payload = json.dumps({"q": query})
-    headers = {
-        "X-API-KEY": "9b90a274d9e704ff5b21c0367f9ae1161779b573",  # Replace with your Serper API key
-        "Content-Type": "application/json",
-    }
-    try:
-        conn.request("POST", "/search", payload, headers)
-        res = conn.getresponse()
-        data = json.loads(res.read().decode("utf-8"))
-        return data
-    except Exception as e:
-        print(f"Error during web search: {e}") # Log to console as well.
-        return None
-    finally:
-        conn.close()
-
-
-def format_search_results(data):
-    if not data:
-        return "Aucun résultat trouvé"
-
-    result = ""
-
-    # Knowledge Graph
-    if "knowledgeGraph" in data:
-        kg = data["knowledgeGraph"]
-        result += f"### {kg.get('title', '')}\n"
-        result += f"*{kg.get('type', '')}*\n\n"
-        result += f"{kg.get('description', '')}\n\n"
-
-    # Organic Results
-    if "organic" in data:
-        result += "### Résultats principaux:\n"
-        for item in data["organic"][:3]:  # Limit to top 3 results
-            result += f"- **{item['title']}**\n"
-            result += f"  {item['snippet']}\n"
-            result += f"  [Lien]({item['link']})\n\n"
-
-    # People Also Ask
-    if "peopleAlsoAsk" in data:
-        result += "### Questions fréquentes:\n"
-        for item in data["peopleAlsoAsk"][:2]:  # Limit to top 2 questions
-            result += f"- **{item['question']}**\n"
-            result += f"  {item['snippet']}\n\n"
-
-    return result
-
-
-def role_to_display(role):
-    return "assistant" if role == "model" else role
-
-
-def process_uploaded_file(file):
-    if file:
-         # Ensure the 'temp' directory exists
-        os.makedirs("temp", exist_ok=True)
-        filepath = os.path.join("temp", file.filename)
-        file.save(filepath)
-        try:
-            gemini_file = genai.upload_file(filepath) #Corrected API call
-            return gemini_file
-        except Exception as e:
-            print(f"Error uploading file: {e}")
-            return None
-    return None
-
-
-@app.route("/")
-def index():
-    if "chat" not in session:
-        session["chat"] = []  # Store chat HISTORY as a list of dicts
-        session["web_search"] = False
-    return render_template("index.html", chat=session["chat"], web_search=session["web_search"])
-
-
-@app.route("/send_message", methods=["POST"])
-def send_message():
-    prompt = request.form.get("prompt")
-    web_search = request.form.get("web_search") == "true"
-    file = request.files.get("file")
-
-    uploaded_gemini_file = None
-    if file:
-        uploaded_gemini_file = process_uploaded_file(file)
-
-    # Add user message to chat history
-    session["chat"].append({"role": "user", "text": prompt})
-    session.modified = True  # IMPORTANT: Mark session as modified
-
-    # 1. Get chat history from session
-    chat_history = session["chat"]
-
-    # 2. Start a NEW chat session with the history
-    gemini_chat = model.start_chat(history=[
-        {"role": msg["role"], "parts": [msg["text"]]} for msg in chat_history if msg["role"] != "assistant" # Recreate history format
-    ])
-    
-    try:
-        # Web search (same as before)
-        web_results = None
-        if web_search:
-             web_results = perform_web_search(prompt)
-             if web_results:
-                formatted_results = format_search_results(web_results)
-                prompt = (
-                    f"Question: {prompt}\n\nRésultats de recherche web:\n"
-                    f"{formatted_results}\n\nPourrais-tu analyser ces informations et "
-                    f"me donner une réponse complète?"
-                )
-             else:
-                prompt = f"Question: {prompt}\n\n(Aucun résultat de recherche trouvé. Répondez en vous basant sur vos connaissances.)"
-
-        # Send message to Gemini (using the recreated chat)
-        if uploaded_gemini_file:
-            response = gemini_chat.send_message([uploaded_gemini_file, "\n\n", prompt])
-        else:
-            response = gemini_chat.send_message(prompt)
-            
-        # Add assistant response to chat history
-        session["chat"].append({"role": "assistant", "text": response.text})
-        session.modified = True  # IMPORTANT
-
-        return jsonify({"role": "assistant", "text": response.text})
-
-    except Exception as e:
-        error_message = f"Error sending message: {e}"
-        print(error_message)
-        return jsonify({"role": "assistant", "text": error_message}), 500
-
-
-@app.route("/toggle_web_search", methods=["POST"])
-def toggle_web_search():
-    session["web_search"] = not session["web_search"]
-    session.modified = True  # IMPORTANT
-    return jsonify({"web_search": session["web_search"]})
-
-
-@app.route("/clear_chat", methods=["POST"])
-def clear_chat():
-    session.pop("chat", None)  # Safely remove chat history
-    session["web_search"] = False
-    session.modified = True  # IMPORTANT
-    return jsonify({"status": "success"})
-
-
-if __name__ == "__main__":
-    app.run(debug=True)  # Turn off debug mode