Update app.py

app.py

@@ -1,21 +1,11 @@
 import gradio as gr
 from huggingface_hub import InferenceClient
 
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
+# Crée le client pour le modèle Mistral
 client = InferenceClient("mistralai/Mistral-7B-Instruct-v0.2")
 
-
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = system_message = """Tu es un formateur de formateurs spécialisé en analyse réflexive des pratiques enseignantes.
+# Prompt maître
+system_message = """Tu es un formateur de formateurs spécialisé en analyse réflexive des pratiques enseignantes.
 À partir du texte fourni, aide l'enseignant à approfondir sa réflexion professionnelle en suivant le modèle de Gibbs :
 • Décrire objectivement les faits 
 • Exprimer les sentiments et émotions ressentis
@@ -26,57 +16,52 @@ def respond(
 Tes questions doivent impérativement faire le tour de ces étapes. Pose une seule question à la fois et attends la réponse avant de continuer.
 Réponds toujours aux questions de l'enseignant s'il en pose avant pour que l’échange soit fluide et interactif."""
 
+# Fonction pour gérer la conversation
+def respond(
+    message,
+    history: list[tuple[str, str]],
+    max_tokens,
+    temperature,
+    top_p,
+):
+    # Initialise messages avec le prompt maître
+    messages = [{"role": "system", "content": system_message}]
+
+    # Ajoute l'historique
     for val in history:
         if val[0]:
             messages.append({"role": "user", "content": val[0]})
         if val[1]:
             messages.append({"role": "assistant", "content": val[1]})
 
+    # Ajoute le nouveau message
     messages.append({"role": "user", "content": message})
 
     response = ""
 
-    for message in client.chat_completion(
+    # Appel à l'IA
+    for message_chunk in client.chat_completion(
         messages,
-        max_tokens=max_tokens 150,
+        max_tokens=max_tokens,
         stream=True,
-        temperature=temperature 0.7,
-        top_p=top_p 0.95,
+        temperature=temperature,
+        top_p=top_p,
     ):
-        token = message.choices[0].delta.content
-
+        token = message_chunk.choices[0].delta.content
         response += token
         yield response
 
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
+# Interface Gradio
 demo = gr.ChatInterface(
     respond,
     additional_inputs=[
-        gr.Textbox(value=""""Tu es un formateur de formateurs spécialisé en analyse réflexive des pratiques enseignantes.
-À partir du texte fourni, aide l'enseignant à approfondir sa réflexion professionnelle en suivant le modèle de Gibbs :
-• Décrire objectivement les faits 
-• Exprimer les sentiments et émotions ressentis
-• Évaluer ce qui a bien ou mal fonctionné
-• Analyser les causes possibles de ces résultats
-• Conclure sur ce que tu pourrais améliorer
-• Proposer un plan d’action concret pour l’avenir
-Tes questions doivent impérativement faire le tour de ces étapes. Pose une seule question à la fois et attends la réponse avant de continuer.
-Réponds toujours aux questions de l'enseignant s'il en pose avant pour que l’échange soit fluide et interactif."""..", label="System message"),
+        gr.Textbox(value=system_message, label="System message"),
         gr.Slider(minimum=1, maximum=512, value=150, step=1, label="Max new tokens"),
         gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
+        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (nucleus sampling)"),
     ],
 )
 
-
 if __name__ == "__main__":
     demo.launch(share=True)
+