Update app.py

app.py

@@ -1,7 +1,14 @@
+# Import Library yang Diperlukan
 import gradio as gr
-import subprocess
+import shutil
 import os
+import subprocess
+import sys
+import platform
+import transformers
+import numpy
 import torch
+
 from llama_cpp import Llama
 from llama_index.core import SimpleDirectoryReader, VectorStoreIndex, Settings
 from llama_index.core.llms import ChatMessage
@@ -10,8 +17,8 @@ from llama_index.embeddings.huggingface import HuggingFaceEmbedding
 from huggingface_hub import hf_hub_download
 from llama_index.core.node_parser import SentenceSplitter
 
+# Fungsi untuk memeriksa dan memastikan CUDA tersedia
 def check_cuda_availability():
-    """Memeriksa apakah CUDA tersedia."""
     if torch.cuda.is_available():
         print("CUDA Toolkit tersedia di sistem.")
         return True
@@ -19,58 +26,35 @@ def check_cuda_availability():
         print("CUDA Toolkit tidak ditemukan di sistem.")
         return False
 
-def install_llama_with_cuda():
-    """Menginstal ulang llama-cpp-python dengan dukungan CUDA jika tersedia."""
-    try:
-        if check_cuda_availability():
-            print("Memasang ulang llama-cpp-python dengan dukungan CUDA...")
-            pip_path = "/home/user/.pyenv/versions/3.10.16/bin/pip"  # Sesuaikan dengan lingkungan Anda
-            result = subprocess.run(
-                [pip_path, "install", "llama-cpp-python", "--force-reinstall", "--no-cache-dir"],
-                env={"CMAKE_ARGS": "-DGGML_CUDA=on"},
-                stdout=subprocess.PIPE,
-                stderr=subprocess.PIPE,
-                text=True,
-                check=True
-            )
-            print(result.stdout)
-            print("llama-cpp-python berhasil diinstal ulang dengan dukungan CUDA.")
-        else:
-            print("CUDA tidak tersedia. Menggunakan mode CPU.")
-    except subprocess.CalledProcessError as e:
-        print(f"Error saat menginstal ulang llama-cpp-python: {e.stderr}")
-    except Exception as e:
-        print(f"Kesalahan umum: {e}")
-
+# Fungsi untuk mengunduh model Llama
 def initialize_llama_model():
-    """Mengunduh model Llama dari HuggingFace."""
+    # Unduh model jika belum ada di direktori kerja
     model_path = hf_hub_download(
-        repo_id="TheBLoke/zephyr-7b-beta-GGUF",
-        filename="zephyr-7b-beta.Q4_K_M.gguf",
-        cache_dir="./models"
+        repo_id="TheBLoke/zephyr-7b-beta-GGUF",  # Nama repo model
+        filename="zephyr-7b-beta.Q4_K_M.gguf",  # Nama file model
+        cache_dir="./models"  # Lokasi direktori untuk menyimpan model
     )
     return model_path
 
-def initialize_settings(model_path):
-    """Mengatur konfigurasi Settings untuk Llama."""
+# Fungsi untuk mengatur konfigurasi Settings (tanpa CUDA)
+def initialize_settings(model_path):  
     Settings.llm = Llama(
         model_path=model_path,
-        n_gpu_layers=1,  # Gunakan GPU jika tersedia
-        temperature=0.7,
-        top_p=0.9
+        n_threads=4,  # Sesuaikan jumlah thread CPU sesuai kebutuhan
+        temperature=0.7,  # Sesuaikan untuk respons yang lebih cepat
+        top_p=0.9       # Mengurangi eksplorasi token
     )
 
+# Fungsi untuk Menginisialisasi Index
 def initialize_index():
-    """Menginisialisasi index dari dokumen input."""
-    documents = SimpleDirectoryReader(input_files=[
-        "bahandokumen/K3.txt",
-        "bahandokumen/bonus.txt",
-        "bahandokumen/cuti.txt",
-        "bahandokumen/disiplinkerja.txt",
-        "bahandokumen/fasilitas&bantuan.txt",
-        "bahandokumen/upahlembur.txt",
-        "bahandokumen/waktukerja.txt"
-    ]).load_data()
+    # Tentukan dokumen input untuk pembacaan data
+    documents = SimpleDirectoryReader(input_files=["bahandokumen/K3.txt",
+                                                   "bahandokumen/bonus.txt",
+                                                   "bahandokumen/cuti.txt",
+                                                   "bahandokumen/disiplinkerja.txt",
+                                                   "bahandokumen/fasilitas&bantuan.txt",
+                                                   "bahandokumen/upahlembur.txt",
+                                                   "bahandokumen/waktukerja.txt"]).load_data()
 
     parser = SentenceSplitter(chunk_size=150, chunk_overlap=10)
     nodes = parser.get_nodes_from_documents(documents)
@@ -79,25 +63,24 @@ def initialize_index():
     index = VectorStoreIndex(nodes)
     return index
 
+# Inisialisasi Mesin Chat
 def initialize_chat_engine(index):
-    """Menginisialisasi mesin chat dari index."""
     from llama_index.core.prompts import PromptTemplate
     from llama_index.core.chat_engine.condense_plus_context import CondensePlusContextChatEngine
-
     retriever = index.as_retriever(similarity_top_k=3)
     chat_engine = CondensePlusContextChatEngine.from_defaults(
         retriever=retriever,
-        verbose=True
+        verbose=True,
     )
     return chat_engine
 
+# Fungsi untuk menghasilkan respons chatbot
 def generate_response(message, history, chat_engine):
-    """Menghasilkan respons dari chatbot."""
     chat_messages = [
         ChatMessage(
             role="system",
             content="Anda adalah chatbot yang selalu menjawab pertanyaan secara singkat, ramah, dan jelas dalam bahasa Indonesia."
-        )
+        ),
     ]
     response = chat_engine.stream_chat(message)
     text = "".join(response.response_gen)  # Gabungkan semua token menjadi string
@@ -105,40 +88,32 @@ def generate_response(message, history, chat_engine):
     return history
 
 def clear_history(chat_engine):
-    """Menghapus riwayat chat."""
     chat_engine.clear()
 
+# Inisialisasi Komponen Gradio untuk UI
 def launch_gradio(chat_engine):
-    """Meluncurkan antarmuka Gradio."""
     with gr.Blocks() as demo:
+        # Mengatur tombol untuk menghapus riwayat chat
         clear_btn = gr.Button("Clear")
         clear_btn.click(lambda: clear_history(chat_engine))
 
+        # Membuat antarmuka chat
         chat_interface = gr.ChatInterface(
             lambda message, history: generate_response(message, history, chat_engine)
         )
     demo.launch()
 
+# Fungsi Utama untuk Menjalankan Aplikasi
 def main():
-    """Fungsi utama untuk menjalankan aplikasi."""
-    try:
-        install_llama_with_cuda()
-        model_path = initialize_llama_model()
-        initialize_settings(model_path)
-        index = initialize_index()
-        chat_engine = initialize_chat_engine(index)
-        launch_gradio(chat_engine)
-    except Exception as e:
-        print(f"Terjadi kesalahan: {e}")
+    # Tidak perlu memeriksa atau menginstal llama-cpp-python dengan CUDA
+    # Unduh model dan inisialisasi pengaturan
+    model_path = initialize_llama_model()
+    initialize_settings(model_path)  # Mengirimkan model_path ke fungsi initialize_settings
+    # Inisialisasi index dan engine
+    index = initialize_index()
+    chat_engine = initialize_chat_engine(index)
+    # Luncurkan antarmuka
+    launch_gradio(chat_engine)
 
 if __name__ == "__main__":
-    import argparse
-
-    parser = argparse.ArgumentParser()
-    parser.add_argument("--install", action="store_true", help="Pasang ulang llama-cpp-python")
-    args = parser.parse_args()
-
-    if args.install:
-        install_llama_with_cuda()
-    else:
-        main()
+    main()