Update app.py

app.py

@@ -5,8 +5,8 @@ import json
 from flask import Flask, jsonify, render_template, request
 from pydantic import BaseModel, Field
 from typing import List, Optional
-import psycopg2
-from psycopg2.extras import RealDictCursor
+# import psycopg2 # La base de données n'est pas utilisée
+# from psycopg2.extras import RealDictCursor
 from google import genai
 from google.genai import types
 from utils import load_prompt
@@ -32,13 +32,14 @@ class Dissertation(BaseModel):
     parties: List[Partie]
     conclusion: str = Field(description="La conclusion complète de la dissertation.")
 
-# --- Configuration Gemini ---
+# --- Configuration Gemini (Ancien SDK) ---
 try:
     GOOGLE_API_KEY = os.environ.get("TOKEN")
     if not GOOGLE_API_KEY:
         logging.warning("La variable d'environnement TOKEN (GOOGLE_API_KEY) n'est pas définie.")
         client = None
     else:
+        # On utilise genai.Client comme dans votre code original
         client = genai.Client(api_key=GOOGLE_API_KEY)
 except Exception as e:
     logging.error(f"Erreur lors de l'initialisation du client GenAI: {e}")
@@ -54,7 +55,8 @@ SAFETY_SETTINGS = [
 # --- Route Principale ---
 @app.route('/')
 def philosophie():
-    return render_template("philosophie.html")
+    # Assurez-vous que le nom du template correspond à votre fichier HTML
+    return render_template("philosophie (13).html")
 
 # --- Route API pour la génération de dissertation ---
 @app.route('/api/generate_dissertation', methods=['POST'])
@@ -64,25 +66,40 @@ def generate_dissertation_api():
 
     data = request.json
     sujet = data.get('question', '').strip()
+    dissertation_type = data.get('type', 'type1').strip() # Récupère le type
+
     if not sujet:
         return jsonify({"error": "Le champ 'question' est obligatoire."}), 400
+        
+    if dissertation_type not in ['type1', 'type2']:
+        return jsonify({"error": "Type de méthodologie invalide."}), 400
 
     try:
-        prompt_template = load_prompt('philo_dissertation_json.txt')
+        # Sélection dynamique du fichier de prompt
+        prompt_filename = f"philo_dissertation_{dissertation_type}.txt"
+        prompt_template = load_prompt(prompt_filename)
+        
+        if "Erreur:" in prompt_template:
+             logging.error(f"Fichier de prompt non trouvé : {prompt_filename}")
+             return jsonify({"error": "Configuration du prompt introuvable pour ce type."}), 500
+
         final_prompt = prompt_template.format(phi_prompt=sujet)
 
+        # Configuration de la réponse structurée (comme dans votre code original)
         config = types.GenerateContentConfig(
             safety_settings=SAFETY_SETTINGS,
             response_mime_type="application/json",
             response_schema=Dissertation,
         )
 
+        # Appel à l'API avec la syntaxe client.models.generate_content
         response = client.models.generate_content(
-            model="gemini-2.5-flash",
+            model="gemini-2.5-flash", # Modèle performant compatible avec cette syntaxe
             contents=final_prompt,
             config=config
         )
 
+        # Traitement de la réponse (comme dans votre code original)
         if response.parsed:
             return jsonify(response.parsed.dict())
         else:
@@ -94,4 +111,4 @@ def generate_dissertation_api():
         return jsonify({"error": f"Une erreur est survenue avec le service IA : {e}"}), 500
 
 if __name__ == '__main__':
-    app.run(debug=True, port=5000)
+    app.run(debug=True, port=5001)