Update main.py

main.py

@@ -32,7 +32,7 @@ async def LLMistral():
 @cl.step(type="tool")
 async def LLM():
     os.environ['ANTHROPIC_API_KEY'] = os.environ['ANTHROPIC_API_KEY']
-    llm = ChatAnthropic(model='claude-3-haiku-20240307',temperature=0)
+    llm = AnthropicLLM(model='claude-3-haiku-20240307',temperature=0)
     return llm
     
 @cl.set_chat_profiles
@@ -66,12 +66,9 @@ async def on_message(message: cl.Message):
     
     msg = cl.Message(content="")
     
-    #cb = cl.AsyncLangchainCallbackHandler()
-    async for chunk in agent.astream(message.content,
-                config=RunnableConfig(callbacks=[cl.AsyncLangchainCallbackHandler(stream_final_answer=True)])):
-            await msg.stream_token(chunk)
-    #res = await agent.acall("Réponds en langue française à la question suivante :\n" + message.content + "\nDétaille la réponse en faisant une analyse complète en 2000 mots minimum.", callbacks=[cb])
+    cb = cl.AsyncLangchainCallbackHandler()
+    res = await agent.acall("Réponds en langue française à la question suivante :\n" + message.content + "\nDétaille la réponse en faisant une analyse complète en 2000 mots minimum.", callbacks=[cb])
     #res = await agent.ainvoke("D'après les informations fournies, réponds en langue française à la question suivante :\n" + message.content + "\nDétaille la réponse en faisant une analyse complète jusqu'à 2000 mots, si cela est nécessaire.")
-    #answer = res['output']
-
-    #await cl.Message(content=GoogleTranslator(source='auto', target='fr').translate(answer)).send()
+    answer = res['output']
+    print(res)
+    await cl.Message(content=GoogleTranslator(source='auto', target='fr').translate(answer)).send()