Update main.py
Browse files
main.py
CHANGED
@@ -28,9 +28,10 @@ async def LLMistral():
|
|
28 |
)
|
29 |
return llm
|
30 |
|
|
|
31 |
async def LLM():
|
32 |
os.environ['ANTHROPIC_API_KEY'] = os.environ['ANTHROPIC_API_KEY']
|
33 |
-
llm = ChatAnthropic(model='claude-3-
|
34 |
return llm
|
35 |
|
36 |
@cl.set_chat_profiles
|
@@ -52,9 +53,6 @@ async def set_starters():
|
|
52 |
@cl.on_message
|
53 |
async def on_message(message: cl.Message):
|
54 |
await cl.Message(f"> SURVEYIA").send()
|
55 |
-
df = pd.read_csv(
|
56 |
-
"./public/ExpeCFA_LP_CAA.csv"
|
57 |
-
)
|
58 |
model = await LLM()
|
59 |
|
60 |
agent = create_csv_agent(
|
@@ -69,7 +67,7 @@ async def on_message(message: cl.Message):
|
|
69 |
|
70 |
cb = cl.AsyncLangchainCallbackHandler()
|
71 |
#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])
|
72 |
-
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.")
|
73 |
answer = res['output']
|
74 |
|
75 |
await cl.Message(content=GoogleTranslator(source='auto', target='fr').translate(answer)).send()
|
|
|
28 |
)
|
29 |
return llm
|
30 |
|
31 |
+
@cl.step(type="tool")
|
32 |
async def LLM():
|
33 |
os.environ['ANTHROPIC_API_KEY'] = os.environ['ANTHROPIC_API_KEY']
|
34 |
+
llm = ChatAnthropic(model='claude-3-haiku-20240307',temperature=0)
|
35 |
return llm
|
36 |
|
37 |
@cl.set_chat_profiles
|
|
|
53 |
@cl.on_message
|
54 |
async def on_message(message: cl.Message):
|
55 |
await cl.Message(f"> SURVEYIA").send()
|
|
|
|
|
|
|
56 |
model = await LLM()
|
57 |
|
58 |
agent = create_csv_agent(
|
|
|
67 |
|
68 |
cb = cl.AsyncLangchainCallbackHandler()
|
69 |
#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])
|
70 |
+
#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.")
|
71 |
answer = res['output']
|
72 |
|
73 |
await cl.Message(content=GoogleTranslator(source='auto', target='fr').translate(answer)).send()
|