Update main.py

main.py

@@ -19,6 +19,8 @@ from langchain.chains import (
     StuffDocumentsChain, ConversationalRetrievalChain
 )
 from langchain_core.tracers.context import tracing_v2_enabled
+from langchain_core.tracers.context import collect_runs
+
 import chainlit as cl
 from chainlit.input_widget import TextInput, Select, Switch, Slider
 
@@ -62,7 +64,7 @@ index_name = "all-venus"
 vectorstore = PineconeVectorStore(
     index_name=index_name, embedding=embeddings
 )
-retriever = vectorstore.as_retriever(search_type="similarity_score_threshold", search_kwargs={"score_threshold": .7, "k": 160,"filter": {'categorie': {'$eq': 'bibliographie-OPP-DGDIN'}}})
+retriever = vectorstore.as_retriever(search_type="similarity_score_threshold", search_kwargs={"score_threshold": .7, "k": 150,"filter": {'categorie': {'$eq': 'bibliographie-OPP-DGDIN'}}})
 #search = vectorstore.similarity_search(query,k=50, filter={"categorie": {"$eq": "bibliographie-OPP-DGDIN"}, 'Source': {'$eq': 'Source : Persée'}})    
 
 @cl.on_chat_start
@@ -183,8 +185,10 @@ async def on_message(message: cl.Message):
         #    await msg.stream_token(chunk)
         cb = cl.AsyncLangchainCallbackHandler()
         with tracing_v2_enabled():
-            results = await runnable.acall("Contexte : Vous êtes un chercheur de l'enseignement supérieur et vous êtes doué pour faire des analyses d'articles de recherche sur les thématiques liées à la pédagogie, en fonction des critères définis ci-avant. En fonction des informations suivantes et du contexte suivant seulement et strictement, répondez en langue française strictement à la question ci-dessous à partir du contexte ci-dessous. En plus, tu créeras 3 questions supplémentaires en relation avec le contexte initial. Tu écriras les 3 questions supplémentaires en relation avec le contexte initial, avec un titrage de niveau 1 qui a pour titre \"Questions en relation avec le contexte : \". Si vous ne pouvez pas répondre à la question sur la base des informations, dites que vous ne trouvez pas de réponse ou que vous ne parvenez pas à trouver de réponse. Essayez donc de comprendre en profondeur le contexte et répondez uniquement en vous basant sur les informations fournies. Ne générez pas de réponses non pertinentes. Question : " + message.content, callbacks=[cb])
-            answer = results["answer"]
+            with collect_runs() as cb:
+                results = await runnable.acall("Contexte : Vous êtes un chercheur de l'enseignement supérieur et vous êtes doué pour faire des analyses d'articles de recherche sur les thématiques liées à la pédagogie, en fonction des critères définis ci-avant. En fonction des informations suivantes et du contexte suivant seulement et strictement, répondez en langue française strictement à la question ci-dessous à partir du contexte ci-dessous. En plus, tu créeras 3 questions supplémentaires en relation avec le contexte initial. Tu écriras les 3 questions supplémentaires en relation avec le contexte initial, avec un titrage de niveau 1 qui a pour titre \"Questions en relation avec le contexte : \". Si vous ne pouvez pas répondre à la question sur la base des informations, dites que vous ne trouvez pas de réponse ou que vous ne parvenez pas à trouver de réponse. Essayez donc de comprendre en profondeur le contexte et répondez uniquement en vous basant sur les informations fournies. Ne générez pas de réponses non pertinentes. Question : " + message.content, callbacks=[cb])
+                answer = results["answer"]
+                print(cb.traced_runs[0])
 
     await cl.Message(content=GoogleTranslator(source='auto', target='fr').translate(answer)).send()
     search = vectorstore.similarity_search(message.content,k=50, filter={"categorie": {"$eq": "bibliographie-OPP-DGDIN"}})