Hugging Face's logo

Spaces:
educa
/
_
Runtime error

App Files
_
File size: 2,839 Bytes 
b443496
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
 
import streamlit as st
import json
import base64

# Chargeons un fichier JSON contenant les données
try:
    with open("resources.json", "r", encoding='utf-8') as file:
        resources = json.load(file)
except Exception as e:
    st.error(f"Erreur lors du chargement du fichier JSON : {e}")
    resources = []

# Définissons la fonction create_card
def create_card(emoji, title, description, url):
    with st.container():
        col1, col2 = st.columns([1, 5])

        with col1:
            st.markdown(f"<h1 style='text-align: center; color: #4caf50;'>{emoji}</h1>", unsafe_allow_html=True)

        with col2:
            st.subheader(title)
            st.write(description)
            st.link_button("Ouvrir " + title, url, help=None, type="secondary", disabled=False, use_container_width=True)

        st.divider()

# Base64 encoding function for images
def get_image_as_base64(path):
    with open(path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode()

# Load image and get base64
image_path = "EDUCA.png"
image_base64 = get_image_as_base64(image_path)

# Display the image with rounded corners
st.markdown(
    f'<img src="data:image/png;base64,{image_base64}" style="border-radius: 10px; width: 100%;">', 
    unsafe_allow_html=True
)

# Affichage d'un titre pour l'application et d'une barre de recherche
st.title("🏫 Ressources de EDUCA")
search_query = st.text_input("🔍 Recherche", "")

# Filtre les ressources basé sur la recherche
filtered_resources = [res for res in resources if search_query.lower() in res["Nom"].lower() or search_query.lower() in res["Description"].lower()]

# Créons les tabs
tab_all, tab_spaces, tab_models, tab_datasets = st.tabs(["✨ Tout", "🚀 Espaces", "📼 Modèles", "📁 Datasets"])

# Fonction pour afficher les ressources filtrées dans chaque onglet
def show_resources(filtered_resources, category):
    displayed_resources = [res for res in filtered_resources if res["Categorie"] == category]
    if displayed_resources:
        for res in displayed_resources:
            create_card(res["Emoji"], res["Nom"], res["Description"], res["Url"])
    else:
        st.error("🔴 Rien pour le moment.")

# Tab Tout
with tab_all:
    st.header("Toutes les ressources")
    if filtered_resources:
        for res in filtered_resources:
            create_card(res["Emoji"], res["Nom"], res["Description"], res["Url"])
    else:
        st.error("🔴 Aucune ressource ne correspond à votre recherche.")

# Tabs pour chaque catégorie avec les ressources filtrées
with tab_spaces:
    st.header("Espaces")
    show_resources(filtered_resources, "Space")

with tab_models:
    st.header("Modèles")
    show_resources(filtered_resources, "Model")

with tab_datasets:
    st.header("Datasets")
    show_resources(filtered_resources, "Dataset")