File size: 4,093 Bytes
50cd94e
 
 
 
 
 
 
 
 
7dd65a7
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
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
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
---
title: Cosmic AI Assistant
emoji: 🚀
colorFrom: indigo
colorTo: purple
sdk: docker
app_file: app.py
pinned: false
---
# Cosmic AI Assistant

Une application de chatbot IA avec une interface élégante inspirée de l'univers et des galaxies.

## Fonctionnalités

- **Interface utilisateur cosmique** avec deux thèmes (sombre et coloré) et animations d'étoiles et particules
- **Résumé de texte** utilisant le modèle facebook/bart-large-cnn
- **Description d'images** avec le modèle Salesforce/blip-image-captioning-large
- **Questions-réponses** basées sur du texte avec deepset/roberta-base-squad2
- **Questions sur images** (Visual QA) avec Salesforce/blip-vqa-base
- **Visualisation de données** à partir de fichiers Excel/CSV
- **Traduction** vers plusieurs langues (français, espagnol, allemand, italien, russe)
- **Génération de texte** avec GPT-2

## Structure du projet

```
cosmic_chatbot/
├── static/
│   ├── styles.css       # Styles CSS avec thèmes sombre et coloré
│   ├── scripts.js       # JavaScript pour les animations et interactions
│   ├── index.html       # Page principale
│   └── favicon.svg      # Icône du site
├── templates/
│   └── index.html       # Template pour le rendu côté serveur
├── app.py               # Backend FastAPI amélioré
├── requirements.txt     # Dépendances Python
├── run.sh               # Script de démarrage
├── Dockerfile           # Configuration pour Docker
├── docker-compose.yml   # Configuration pour Docker Compose
└── README.md            # Documentation
```

## Installation

### Méthode 1 : Installation standard

1. Assurez-vous d'avoir Python 3.8+ installé
2. Clonez ce dépôt
3. Exécutez le script d'installation et de démarrage :

```bash
./run.sh
```

Le script installera toutes les dépendances nécessaires et démarrera l'application.

### Méthode 2 : Installation avec Docker

1. Assurez-vous d'avoir Docker et Docker Compose installés
2. Clonez ce dépôt
3. Construisez et démarrez le conteneur :

```bash
docker-compose up --build
```

Pour exécuter en arrière-plan :

```bash
docker-compose up -d
```

Pour arrêter le conteneur :

```bash
docker-compose down
```

## Utilisation avec Hugging Face Spaces

Ce projet est compatible avec Hugging Face Spaces qui utilise Docker. Pour déployer sur Hugging Face :

1. Créez un nouveau Space de type "Docker"
2. Téléchargez tous les fichiers du projet dans votre Space
3. Le Dockerfile et docker-compose.yml fournis sont déjà configurés pour fonctionner avec Hugging Face

## Utilisation

Accédez à l'application via votre navigateur à l'adresse : http://localhost:8000

L'interface vous permet de :
- Basculer entre les thèmes sombre et coloré
- Explorer les différentes fonctionnalités via le bouton "Fonctionnalités"
- Télécharger des fichiers (images, documents, données)
- Interagir avec l'IA via le champ de texte

## Améliorations apportées

### Interface utilisateur
- Design élégant inspiré de l'univers et des galaxies
- Animations d'étoiles et de particules flottantes
- Deux thèmes (sombre et coloré) avec transition fluide
- Présentation visuelle des fonctionnalités
- Affichage amélioré des messages et du code
- Interface responsive pour mobile et desktop

### Backend
- Modèles IA améliorés et plus performants
- Détection d'intention plus sophistiquée
- Gestion des erreurs robuste
- Nouvelles fonctionnalités (Visual QA, génération de texte)
- Support de plus de langues pour la traduction
- Génération de code de visualisation plus avancée

## Notes techniques

- L'application utilise FastAPI pour le backend
- Les modèles sont chargés à la demande et mis en cache pour de meilleures performances
- Le premier chargement peut prendre quelques minutes pour télécharger les modèles
- Pour les grandes instances, un GPU est recommandé pour de meilleures performances
- La configuration Docker inclut toutes les dépendances nécessaires

## Licence

Ce projet est sous licence MIT.