import gradio as gr from langchain_mistralai.chat_models import ChatMistralAI from langchain.prompts import ChatPromptTemplate import os from pathlib import Path import json import faiss import numpy as np from langchain.schema import Document import pickle import re import requests from functools import lru_cache import torch from sentence_transformers import SentenceTransformer from sentence_transformers.cross_encoder import CrossEncoder import threading from queue import Queue import concurrent.futures from typing import Generator, Tuple import time class OptimizedRAGLoader: def __init__(self, docs_folder: str = "./docs", splits_folder: str = "./splits", index_folder: str = "./index"): self.docs_folder = Path(docs_folder) self.splits_folder = Path(splits_folder) self.index_folder = Path(index_folder) # Create folders if they don't exist for folder in [self.splits_folder, self.index_folder]: folder.mkdir(parents=True, exist_ok=True) # File paths self.splits_path = self.splits_folder / "splits.json" self.index_path = self.index_folder / "faiss.index" self.documents_path = self.index_folder / "documents.pkl" # Initialize components self.index = None self.indexed_documents = None # Initialize encoder model self.device = torch.device("cuda" if torch.cuda.is_available() else "cpu") self.encoder = SentenceTransformer("intfloat/multilingual-e5-large") self.encoder.to(self.device) self.reranker = model = CrossEncoder("cross-encoder/mmarco-mMiniLMv2-L12-H384-v1",trust_remote_code=True) # Initialize thread pool self.executor = concurrent.futures.ThreadPoolExecutor(max_workers=4) # Initialize response cache self.response_cache = {} @lru_cache(maxsize=1000) def encode(self, text: str): """Cached encoding function""" with torch.no_grad(): embeddings = self.encoder.encode( text, convert_to_numpy=True, normalize_embeddings=True ) return embeddings def batch_encode(self, texts: list): """Batch encoding for multiple texts""" with torch.no_grad(): embeddings = self.encoder.encode( texts, batch_size=32, convert_to_numpy=True, normalize_embeddings=True, show_progress_bar=False ) return embeddings def load_and_split_texts(self): if self._splits_exist(): return self._load_existing_splits() documents = [] futures = [] for file_path in self.docs_folder.glob("*.txt"): future = self.executor.submit(self._process_file, file_path) futures.append(future) for future in concurrent.futures.as_completed(futures): documents.extend(future.result()) self._save_splits(documents) return documents def _process_file(self, file_path): with open(file_path, 'r', encoding='utf-8') as file: text = file.read() chunks = [s.strip() for s in re.split(r'(?<=[.!?])\s+', text) if s.strip()] return [ Document( page_content=chunk, metadata={ 'source': file_path.name, 'chunk_id': i, 'total_chunks': len(chunks) } ) for i, chunk in enumerate(chunks) ] def load_index(self) -> bool: """ Charge l'index FAISS et les documents associés s'ils existent Returns: bool: True si l'index a été chargé, False sinon """ if not self._index_exists(): print("Aucun index trouvé.") return False print("Chargement de l'index existant...") try: # Charger l'index FAISS self.index = faiss.read_index(str(self.index_path)) # Charger les documents associés with open(self.documents_path, 'rb') as f: self.indexed_documents = pickle.load(f) print(f"Index chargé avec {self.index.ntotal} vecteurs") return True except Exception as e: print(f"Erreur lors du chargement de l'index: {e}") return False def create_index(self, documents=None): if documents is None: documents = self.load_and_split_texts() if not documents: return False texts = [doc.page_content for doc in documents] embeddings = self.batch_encode(texts) dimension = embeddings.shape[1] self.index = faiss.IndexFlatL2(dimension) if torch.cuda.is_available(): # Use GPU for FAISS if available res = faiss.StandardGpuResources() self.index = faiss.index_cpu_to_gpu(res, 0, self.index) self.index.add(np.array(embeddings).astype('float32')) self.indexed_documents = documents # Save index and documents cpu_index = faiss.index_gpu_to_cpu(self.index) if torch.cuda.is_available() else self.index faiss.write_index(cpu_index, str(self.index_path)) with open(self.documents_path, 'wb') as f: pickle.dump(documents, f) return True def _index_exists(self) -> bool: """Vérifie si l'index et les documents associés existent""" return self.index_path.exists() and self.documents_path.exists() def get_retriever(self, k: int = 10): if self.index is None: if not self.load_index(): if not self.create_index(): raise ValueError("Unable to load or create index") def retriever_function(query: str) -> list: # Check cache first cache_key = f"{query}_{k}" if cache_key in self.response_cache: return self.response_cache[cache_key] query_embedding = self.encode(query) distances, indices = self.index.search( np.array([query_embedding]).astype('float32'), k ) results = [ self.indexed_documents[idx] for idx in indices[0] if idx != -1 ] # Cache the results self.response_cache[cache_key] = results return results return retriever_function # Initialize components mistral_api_key = os.getenv("mistral_api_key") llm = ChatMistralAI( model="mistral-large-latest", mistral_api_key=mistral_api_key, temperature=0.01, streaming=True, ) # from langchain_openai import ChatOpenAI # llm = ChatOpenAI( # api_key="sk-bahOSQLfPZb62d-q3aZ0JGcN8raIl12mhUj38DkdpeT3BlbkFJ650KTnBNL0rsIvUcdBA1KJw8H7dCCy7-Kl02GO-l4A", # model_name="GPT-4 Turbo", # temperature=0.1, # ) rag_loader = OptimizedRAGLoader() retriever = rag_loader.get_retriever(k=20) # Reduced k for faster retrieval # Cache for processed questions question_cache = {} # prompt_template = ChatPromptTemplate.from_messages([ # ("system", """أنت مساعد مفيد يجيب على الأسئلة باللغة العربية باستخدام المعلومات المقدمة. # استخدم المعلومات التالية للإجابة على السؤال: # {context} # إذا لم تكن المعلومات كافية للإجابة على السؤال بشكل كامل، قل لا أعرف. # أجب بشكل دقيق. # /n # أذكر رقم المادة أو الفصل حسب الحالة. # أذكر اسم ورقم القانون ان كان متوفرا وان لم يكن لا تذكر شيئا. # """), # ("human", "{question}") # ]) # prompt_template = ChatPromptTemplate.from_messages([ # ("system", """Vous êtes un assistant juridique spécialisé qui: # 1. CONTEXTE ET SOURCES # - Base vos réponses uniquement sur le contexte fourni : {context} # - Cite systématiquement les références juridiques précises (article, chapitre) # - Mentionne le nom et numéro de la loi si disponible # 2. STRUCTURE DE RÉPONSE # - Commence par la réponse directe # - Cite ensuite la référence juridique exacte # - Développe l'explication si nécessaire # 3. RÈGLES CRUCIALES # - Répond exclusivement en arabe # - Dit "Je ne peux pas répondre de façon précise" si le contexte est insuffisant # - Ne fait jamais d'interprétation au-delà du texte fourni # - Reste factuel et précis # - Ne cite que les informations présentes dans le contexte # 4. FORMAT # - Utilise des puces ou paragraphes courts pour la clarté # - Met en évidence les références juridiques # - Structure la réponse de façon hiérarchique # """), # ("human", "{question}") # ]) prompt_template = ChatPromptTemplate.from_messages([ ("system", """Vous êtes un assistant juridique expert hautement qualifié. Votre rôle est d'analyser et de répondre aux questions juridiques avec précision et nuance.: PROCESSUS D'ANALYSE ET DE RÉPONSE : 1. ANALYSE DES SOURCES - Analysez d'abord le contexte fourni : {context} - Si le contexte est insuffisant, utilisez la recherche web pour compléter - Privilégiez toujours les sources officielles et la jurisprudence récente - Vérifiez la date et la validité des informations trouvées 2. STRUCTURE DE RÉPONSE Organisez votre réponse selon cette hiérarchie : a) Réponse synthétique initiale (1-2 phrases) b) Base légale et références précises c) Développement détaillé d) Nuances et cas particuliers e) Sources utilisées f) Répond exclusivement en arabe 3. PRÉCISION JURIDIQUE - Respectez la terminologie juridique exacte - Différenciez clairement : * Les obligations légales ("doit", "est tenu de") * Les recommandations ("peut", "il est conseillé") * Les interdictions ("ne peut pas", "est interdit") - Citez textuellement les articles pertinents - Précisez la hiérarchie des normes applicables 4. GESTION DE L'INCERTITUDE Si une information est : - Absente du contexte : Indiquez "Le contexte fourni ne permet pas de répondre à cet aspect" - Incomplète : Précisez "Selon les informations disponibles..." - Ambiguë : Exposez les différentes interprétations possibles - Dépassée : Mentionnez la nécessité de vérifier les mises à jour 5. UTILISATION DE LA RECHERCHE WEB Quand vous utilisez la recherche web : - Indiquez clairement : "Selon la recherche web complémentaire..." - chercher toujours au Maroc - Citez les sources consultées - Précisez la date de l'information - Mentionnez si l'information nécessite une vérification 6. LIMITATIONS ET AVERTISSEMENTS - Précisez si la réponse nécessite une consultation juridique professionnelle - Indiquez les limites de votre analyse - Signalez les évolutions législatives possibles - Mentionnez les variations juridictionnelles si pertinent FORMAT DE CITATION : - Articles de loi : [Loi n°X-XX du JJ/MM/AAAA, Article XX] - Jurisprudence : [Juridiction, Date, n° de pourvoi] - Sources en ligne : [Nom de la source, Date de consultation] RESTRICTIONS : - Ne pas faire d'interprétation extensive sans base légale - Ne pas donner de conseil juridique personnalisé - Ne pas spéculer sur des situations hypothétiques - Ne pas affirmer des points controversés sans mentionner les débats existants Question à traiter : {question} """), ("human", "{question}") ]) import gradio as gr from typing import Iterator # Ajouter du CSS pour personnaliser l'apparence css = """ /* Reset RTL global */ *, *::before, *::after { direction: rtl !important; text-align: right !important; } body { font-family: 'Amiri', sans-serif; /* Utilisation de la police Arabe andalouse */ background-color: black; /* Fond blanc */ color: black !important; /* Texte noir */ direction: rtl !important; /* Texte en arabe aligné à droite */ } .gradio-container { direction: rtl !important; /* Alignement RTL pour toute l'interface */ } /* Éléments de formulaire */ input[type="text"], .gradio-textbox input, textarea { border-radius: 20px; padding: 10px 15px; border: 2px solid #000; font-size: 16px; width: 80%; margin: 0 auto; text-align: right !important; } /* Surcharge des styles de placeholder */ input::placeholder, textarea::placeholder { text-align: right !important; direction: rtl !important; } /* Boutons */ .gradio-button { border-radius: 20px; font-size: 16px; background-color: #007BFF; color: white; padding: 10px 20px; margin: 10px auto; border: none; width: 80%; display: block; } .gradio-button:hover { background-color: #0056b3; } .gradio-chatbot .message { border-radius: 20px; padding: 10px; margin: 10px 0; background-color: #f1f1f1; border: 1px solid #ddd; width: 80%; text-align: right !important; direction: rtl !important; } /* Messages utilisateur alignés à gauche */ .gradio-chatbot .user-message { margin-right: auto; background-color: #e3f2fd; text-align: right !important; direction: rtl !important; } /* Messages assistant alignés à droite */ .gradio-chatbot .assistant-message { margin-right: auto; background-color: #f1f1f1; text-align: right } /* Corrections RTL pour les éléments spécifiques */ .gradio-textbox textarea { text-align: right !important; } .gradio-dropdown div { text-align: right !important; } """ def process_question(question: str) -> Iterator[str]: if question in question_cache: response, docs = question_cache[question] yield response + "\nSources:\n" + "\n".join([doc.page_content for doc in docs]) return relevant_docs = retriever(question) # context = "\n".join([doc.page_content for doc in relevant_docs]) context = [doc.page_content for doc in relevant_docs] text_pairs = [[question, text] for text in context] scores = rag_loader.reranker.predict(text_pairs) scored_docs = list(zip(scores, context, relevant_docs)) # scored_docs.sort(reverse=True) scored_docs.sort(key=lambda x: x[0], reverse=True) reranked_docs = [d[2].page_content for d in scored_docs][:10] prompt = prompt_template.format_messages( context=reranked_docs, question=question ) full_response = "" try: for chunk in llm.stream(prompt): if isinstance(chunk, str): current_chunk = chunk else: current_chunk = chunk.content full_response += current_chunk # sources = "\n".join(set([doc.metadata.get("source") for doc in relevant_docs])) # sources = [os.path.splitext(source[1])[0] for source in sources] # yield full_response + "\n\n\nالمصادر المحتملة :\n" + "".join(sources) sources = [doc.metadata.get("source") for doc in relevant_docs] sources = list(set([os.path.splitext(source)[0] for source in sources])) sources = [d[2].metadata['source'] for d in scored_docs][:10] sources = list(set([os.path.splitext(source)[0] for source in sources])) yield full_response + "\n\n\nالمصادر المحتملة :\n" + "\n".join(sources) # yield full_response + "\n\n\nالمصادر المحتملة:\n" + "\n".join([doc.metadata.get("source") for doc in relevant_docs]) question_cache[question] = (full_response, relevant_docs) except Exception as e: yield f"Erreur lors du traitement : {str(e)}" # def process_question(question: str) -> Iterator[str]: # """ # Process the question and return a response generator for streaming. # """ # if question in question_cache: # yield question_cache[question][0] # return # relevant_docs = retriever(question) # context = "\n".join([doc.page_content for doc in relevant_docs]) # prompt = prompt_template.format_messages( # context=context, # question=question # ) # full_response = "" # try: # for chunk in llm.stream(prompt): # if isinstance(chunk, str): # current_chunk = chunk # else: # current_chunk = chunk.content # full_response += current_chunk # yield full_response # Send the updated response in streaming # question_cache[question] = (full_response, context) # except Exception as e: # yield f"Erreur lors du traitement : {str(e)}" # def process_question(question: str) -> Iterator[str]: # """ # Process the question and return a response generator for streaming, including sources. # """ # if question in question_cache: # yield question_cache[question][0] # return # # Récupérer les documents pertinents # relevant_docs = retriever(question) # context = "\n".join([doc.page_content for doc in relevant_docs]) # sources = [doc.metadata.get("source", "Source inconnue") for doc in relevant_docs] # sources = os.path.splitext(sources[0])[0] if sources else "غير معروف" # # Générer le prompt # prompt = prompt_template.format_messages( # context=context, # question=question # ) # full_response = "" # try: # # Streaming de la réponse # for chunk in llm.stream(prompt): # if isinstance(chunk, str): # current_chunk = chunk # else: # current_chunk = chunk.content # full_response += current_chunk # yield full_response # Envoyer la réponse mise à jour en streaming # # Ajouter les sources à la réponse finale # if sources: # sources_str = "\nSources :\n" + "\n".join(f"- {source}" for source in sources) # full_response += sources_str # yield sources_str # Envoyer les sources # # Mettre en cache la réponse complète # question_cache[question] = (full_response, context) # except Exception as e: # yield f"Erreur lors du traitement : {str(e)}" # def process_question(question: str) -> tuple[str, list[str]]: # # Check cache first # if question in question_cache: # return question_cache[question] # # Get relevant documents using the retriever # relevant_docs = retriever(question) # # Extract the content and sources # context = "\n".join(doc.page_content for doc in relevant_docs) # sources = [doc.metadata["source"] for doc in relevant_docs] # sources = os.path.splitext(sources[0])[0] if sources else "غير معروف" # # Generate the prompt with the context # prompt = prompt_template.format( # context=context, # question=question # ) # full_response = "" # try: # for chunk in llm.stream(prompt): # if isinstance(chunk, str): # current_chunk = chunk # else: # current_chunk = chunk.content # full_response += current_chunk # yield full_response, sources # Send the updated response in streaming # question_cache[question,sources] = (full_response, context) # except Exception as e: # yield f"Erreur lors du traitement : {str(e)}" def gradio_stream(question: str, chat_history: list) -> Iterator[list]: """ Format the output for Gradio Chatbot component with streaming. """ full_response = "" try: for partial_response in process_question(question): full_response = partial_response # Append the latest assistant response to chat history updated_chat = chat_history + [[question, partial_response]] yield updated_chat except Exception as e: # Handle errors during streaming updated_chat = chat_history + [[question, f"Erreur : {str(e)}"]] yield updated_chat # def gradio_stream(question: str, chat_history: list) -> Iterator[list]: # """ # Format the output for Gradio Chatbot component with streaming, including sources. # """ # full_response = "" # sources_str = "" # try: # for partial_response in process_question(question): # if "Sources :" in partial_response: # # Les sources sont ajoutées à la réponse finale # sources_str = partial_response # updated_chat = chat_history + [[question, full_response + "\n" + sources_str]] # else: # # Construire progressivement la réponse # full_response = partial_response # updated_chat = chat_history + [[question, full_response]] # yield updated_chat # except Exception as e: # # Gestion des erreurs lors du streaming # updated_chat = chat_history + [[question, f"Erreur : {str(e)}"]] # yield updated_chat # Gradio interface with gr.Blocks(css=css) as demo: gr.Markdown("