Update app.py

app.py

@@ -1,14 +1,7 @@
-# Import Library yang Diperlukan
 import gradio as gr
-import shutil
-import os
 import subprocess
-import sys
-import platform
-import transformers
-import numpy
+import os
 import torch
-
 from llama_cpp import Llama
 from llama_index.core import SimpleDirectoryReader, VectorStoreIndex, Settings
 from llama_index.core.llms import ChatMessage
@@ -17,15 +10,8 @@ from llama_index.embeddings.huggingface import HuggingFaceEmbedding
 from huggingface_hub import hf_hub_download
 from llama_index.core.node_parser import SentenceSplitter
 
-print(LlamaCPP.__version__)
-try:
-    # Periksa versi pip
-    subprocess.run(["pip", "--version"], check=True)
-except FileNotFoundError:
-    print("pip tidak ditemukan di sistem.")
-
-# 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
@@ -34,55 +20,57 @@ def check_cuda_availability():
         return False
 
 def install_llama_with_cuda():
+    """Menginstal ulang llama-cpp-python dengan dukungan CUDA jika tersedia."""
     try:
-        # Periksa ketersediaan CUDA Toolkit
-        if not check_cuda_availability():
-            print("Proses instalasi dihentikan karena CUDA Toolkit tidak tersedia.")
-            return
-
-        print("Memasang ulang llama-cpp-python dengan dukungan CUDA...")
-        # Perintah pemasangan ulang llama-cpp-python dengan dukungan CUDA
-        pip_path = "/home/user/.pyenv/versions/3.10.16/bin/pip"
-        print("Memasang ulang llama-cpp-python dengan dukungan CUDA...")
-        subprocess.run([pip_path, "install", "llama-cpp-python", "--force-reinstall", "--no-cache-dir"],
-            env={"CMAKE_ARGS": "-DGGML_CUDA=on"},  # Aktifkan dukungan CUDA
-            check=True
-        )
-        print("llama-cpp-python berhasil diinstal ulang dengan dukungan CUDA.")
+        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}")
+        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():
-    # Unduh model jika belum ada di direktori kerja
+    """Mengunduh model Llama dari HuggingFace."""
     model_path = hf_hub_download(
-        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
+        repo_id="TheBLoke/zephyr-7b-beta-GGUF",
+        filename="zephyr-7b-beta.Q4_K_M.gguf",
+        cache_dir="./models"
     )
     return model_path
 
-# Fungsi untuk mengatur konfigurasi Settings
-def initialize_settings(model_path):  
+def initialize_settings(model_path):
+    """Mengatur konfigurasi Settings untuk Llama."""
     Settings.llm = Llama(
         model_path=model_path,
-        n_gpu_layers=1,  # Sesuaikan dengan kebutuhan perangkat Anda
-        temperature=0.7,  # Sesuaikan untuk respons yang lebih cepat
-        top_p=0.9       # Mengurangi eksplorasi token
+        n_gpu_layers=1,  # Gunakan GPU jika tersedia
+        temperature=0.7,
+        top_p=0.9
     )
 
-# Fungsi untuk Menginisialisasi Index
 def initialize_index():
-    # 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()
+    """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()
 
     parser = SentenceSplitter(chunk_size=150, chunk_overlap=10)
     nodes = parser.get_nodes_from_documents(documents)
@@ -91,24 +79,25 @@ 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
@@ -116,32 +105,40 @@ 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():
-    install_llama_with_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)
-    
+    """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}")
+
 if __name__ == "__main__":
-    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()