Update chatbot_tab.py

tabs/chatbot_tab.py

@@ -30,7 +30,7 @@ model = ChatMistralAI(model="mistral-large-latest")
 dataPath = st.session_state.DataPath
 
 trimmer = trim_messages(
-    max_tokens=60,
+    max_tokens=1000,
     strategy="last",
     token_counter=model,
     include_system=True,
@@ -76,22 +76,49 @@ config = {"configurable": {"thread_id": "abc123"}}
 
 def run():
 
+    st.write("")
     st.write("")
     st.title(tr(title))
     
+    context = """Simuler conversation entre un commercial de mon entreprise et interlocuteur chez un de mes prospect. L'IA simule les réponses du prospect. L'humain saisie les questions du Commercial. Mon entreprise commercialise une solution logicielle pour gérer la proposition de valeur d’entreprises B2B qui commercialises des solutions technologiques.   
+L'humain est une des persona suivantes :  
+ ·      Fondateur
+ ·      Directeur général
+ ·      Directeur marketing
+ ·      Directeur commercial
+ ·      Directeur des opérations de vente     
+
+Le prospect (humain) est dans (Profil des clients cibles) suivant
+ ·      Les scale-up françaises qui commercialisent une solution technologique B2B
+ ·      Les sociétés françaises qui commercialisent une solution technologique B2B   
+
+Problématique adressée pas ma solution  
+ ·      Il est difficile pour les startups de concevoir et formaliser une proposition de valeur unique et pertinente
+ ·      Il est difficile pour les forces de vente d'articuler clairement les messages de la proposition de valeur
+ ·      Il est chronophage pour les scale-ups de former leur forces de ventes sur les évolutions de la proposition de valeur et de ses messages   Valeur ajoutée de ma solution  
+ ·      augmenter les performances commerciales
+ ·      Réduction du cycle de vente
+ ·      Augmenter la croissance du chiffre d'affaires
+ ·      Concentrer les ressources sur les opportunités qualifiées
+ ·      Réduction temps de monté en compétence des nouvelles embauches
+ ·      augmenter le taux de conversion d'affaires gagnées
+ ·      améliorer l'efficacité globale des ventes
+ ·      Améliorer l'efficience et la confiance des forces de ventes  
+ ·      optimiser les processus commerciaux pour réduire les cycles de vente, fidéliser les clients et augmenter la productivité
+ ·      favorise le développement personnel des forces de vente   
+
+Les cas d’usages adressés par ma solution  
+ ·      Affiner et modéliser la proposition de valeur
+ ·      Décliner les messages marketing & commerciaux
+ ·      Former la force de vente sur la proposition de valeur
+ ·      Orchestrer les conversations clients
+ ·      Partager les retours terrain
+ ·      Mettre en oeuvre des meilleures pratiques commerciales
+ ·      Identifier et reproduire les messages de vente gagnants
+"""
   
     messages = [
-        SystemMessage(content="you're a good assistant"),
-        HumanMessage(content="hi! I'm bob"),
-        AIMessage(content="hi!"),
-        HumanMessage(content="I like vanilla ice cream"),
-        AIMessage(content="nice"),
-        HumanMessage(content="whats 2 + 2"),
-        AIMessage(content="4"),
-        HumanMessage(content="thanks"),
-        AIMessage(content="no problem!"),
-        HumanMessage(content="having fun?"),
-        AIMessage(content="yes!"),
+        SystemMessage(content=context)
         ]
     
     trimmer.invoke(messages)
@@ -99,8 +126,17 @@ def run():
     # query = "Hi I'm Todd, please tell me a joke."
     query = st.text_area(label=tr("Vendeur:"), value="")
     language = "French"
+    st.button(label=tr("Validez"), type="primary")
+    
+    input_messages = messages + [HumanMessage(query)]
+    output = app.invoke(
+            {"messages": input_messages, "language": language},
+            config,
+        )
+    st.write(output["messages"][-1].pretty_print())
 
-    input_messages = [HumanMessage(query)]
+    
+    '''
     # Créer un espace réservé pour afficher les tokens
     placeholder = st.empty()
     
@@ -112,14 +148,6 @@ def run():
         if isinstance(chunk, AIMessage):  # Filter to just model responses
             # st.markdown("<span style='white-space: nowrap;'>"+"/"+chunk.content+"/"+"</span>", unsafe_allow_html=True)
             placeholder.markdown(f"<p style='display: inline;'>{chunk.content}</p>", unsafe_allow_html=True)
-    
-    '''
-    sentences = ["This is an example sentence", "Each sentence is converted"]
-    sentences[0] = st.text_area(label=tr("Saisir un élément issu de la proposition de valeur (quelque soit la langue):"), value="This is an example sentence")
-    sentences[1] = st.text_area(label=tr("Saisir une phrase issue de l'acte de vente (quelque soit la langue):"), value="Each sentence is converted", height=200)
-    st.button(label=tr("Validez"), type="primary")
-
-    st.write(tr("Transformation de chaque phrase en vecteur (dimension = 384 ):"))
     '''
     st.write("")
     st.write("")