Update app.py

app.py

@@ -1,98 +1,37 @@
-import gradio as gr
+import streamlit as st
 from huggingface_hub import InferenceClient
 
-# Initialiser le client d'inférence
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
+# Initialize the HuggingFace inference client
+client = InferenceClient(model="HuggingFaceH4/zephyr-7b-beta", token=st.secrets["HUGGINGFACE_API_KEY"])
 
-def creer_materiel_pedagogique(chat_message):
-    system_message = "Aidez à créer du matériel pédagogique basé sur la conversation suivante."
-    response = client.chat_completion(
-        [{"role": "system", "content": system_message}, {"role": "user", "content": chat_message}],
-        max_tokens=512,
-        temperature=0.7,
-        top_p=0.95
-    ).choices[0].message.content
-    return response
+# Set up the Streamlit app
+st.title("DarijaBot")
 
-def creation_devoir(chat_message):
-    system_message = "Aidez à créer des devoirs basés sur la conversation suivante."
+# Function to interact with the HuggingFace model
+def darijabot_response(user_message):
+    system_message = "Aidez à répondre à la question suivante en darija marocain."
     response = client.chat_completion(
-        [{"role": "system", "content": system_message}, {"role": "user", "content": chat_message}],
+        [{"role": "system", "content": system_message}, {"role": "user", "content": user_message}],
         max_tokens=512,
         temperature=0.7,
         top_p=0.95
     ).choices[0].message.content
     return response
 
-def lettre_recommandation(chat_message):
-    system_message = "Aidez à rédiger une lettre de recommandation basée sur la conversation suivante."
-    response = client.chat_completion(
-        [{"role": "system", "content": system_message}, {"role": "user", "content": chat_message}],
-        max_tokens=512,
-        temperature=0.7,
-        top_p=0.95
-    ).choices[0].message.content
-    return response
-
-def brainstorming_idees(chat_message):
-    system_message = "Aidez à faire un brainstorming d'idées basé sur la conversation suivante."
-    response = client.chat_completion(
-        [{"role": "system", "content": system_message}, {"role": "user", "content": chat_message}],
-        max_tokens=512,
-        temperature=0.7,
-        top_p=0.95
-    ).choices[0].message.content
-    return response
-
-def generation_questions_exercice(chat_message):
-    system_message = "Aidez à générer des questions d'exercice basées sur la conversation suivante."
-    response = client.chat_completion(
-        [{"role": "system", "content": system_message}, {"role": "user", "content": chat_message}],
-        max_tokens=512,
-        temperature=0.7,
-        top_p=0.95
-    ).choices[0].message.content
-    return response
-
-# Définir l'interface Gradio
-with gr.Blocks() as demo:
-    gr.Markdown("""
-    # Eddy Teacher Assistant 🌟
-    
-    Bienvenue dans l'Assistant Enseignant Eddy ! Cet outil offre plusieurs fonctionnalités pour vous aider dans votre enseignement, que ce soit pour créer du matériel pédagogique, des devoirs, des lettres de recommandation, brainstormer des idées ou générer des questions d'exercice.
-    """)
-    
-    with gr.Tab("Créer du matériel pédagogique 📚"):
-        with gr.Row():
-            chat_message = gr.Textbox(label="Entrez votre message", lines=5)
-            response = gr.Textbox(label="Réponse", interactive=False, lines=15, max_lines=50)
-        gr.Button("Envoyer").click(creer_materiel_pedagogique, chat_message, response)
-    
-    with gr.Tab("Création de devoirs 📝"):
-        with gr.Row():
-            chat_message = gr.Textbox(label="Entrez votre message", lines=5)
-            response = gr.Textbox(label="Réponse", interactive=False, lines=15, max_lines=50)
-        gr.Button("Envoyer").click(creation_devoir, chat_message, response)
-    
-    with gr.Tab("Lettres de recommandation ✒️"):
-        with gr.Row():
-            chat_message = gr.Textbox(label="Entrez votre message", lines=5)
-            response = gr.Textbox(label="Réponse", interactive=False, lines=15, max_lines=50)
-        gr.Button("Envoyer").click(lettre_recommandation, chat_message, response)
-    
-    with gr.Tab("Brainstorming d'idées 💡"):
-        with gr.Row():
-            chat_message = gr.Textbox(label="Entrez votre message", lines=5)
-            response = gr.Textbox(label="Réponse", interactive=False, lines=15, max_lines=50)
-        gr.Button("Envoyer").click(brainstorming_idees, chat_message, response)
-    
-    with gr.Tab("Génération de questions d'exercice ❓"):
-        with gr.Row():
-            chat_message = gr.Textbox(label="Entrez votre message", lines=5)
-            response = gr.Textbox(label="Réponse", interactive=False, lines=15, max_lines=50)
-        gr.Button("Envoyer").click(generation_questions_exercice, chat_message, response)
-
-    gr.Markdown("---\nConstruit avec ❤️ par [Bahae Eddine HALIM](https://www.linkedin.com/in/halimbahae/)")
-
-if __name__ == "__main__":
-    demo.launch(share=True)
+# Input for user message
+user_message = st.text_input("You:", "")
+
+# Check if the user has entered a message
+if user_message:
+    try:
+        bot_response = darijabot_response(user_message)
+        st.text_area("DarijaBot:", bot_response, height=200)
+    except Exception as e:
+        st.error(f"Error: Unable to fetch response from the API.\nDetails: {e}")
+
+# Instructions for users
+st.write("""
+## Instructions
+- Enter your message in Darija (Moroccan Arabic) using the Latin alphabet.
+- The chatbot will respond to your messages.
+""")