app.py

import gradio as gr
import os
import math as matha

from gradio_client import Client

client = Client("https://docfile-bhh.hf.space/")

title = "Mariam 💎"
description = """" Banana Banana ? 👀 bon ok ok. Bref comme vous le voyez c'est simple ! Pas besoin d'explication. C'est un script simple, c'est basé sur néoX, python, et gradio.

Mon numéro : +24165362371"""

title_c = "Calculateur de moyenne !"
description_c = """Entrez vos notes pour chaque matière pour calculer votre moyenne.
Note : les coefficients de cette app sont adaptés à la classe de première S uniquement. Je ferais une mise à jour plus tard si j'ai le temps. 
la conduite est fixé à 14/20.
Et ici la virgule s'écrit avec le point.

Exemple : 12,5 devient 12.5

Contact : +241065362371"""

description_hist = """" C'est comme tu vois là. avant de cliquer sur soumettre precise les differents points que tu veux aborder. 
exemple :
    p1 = Cause
    p2 = manifestation
    p3 = resolution
"""
description_ocr = (
    """ ici c'est juste pour extraire le texte d'une image... juste ça..."""
)

title_f = "Travail argumentative"
description_french = " Esseu je dois encore expliquer ?"

# app 1

import requests


def infer(im):
    im.save("converted.png")
    url = "https://ajax.thehive.ai/api/demo/classify?endpoint=text_recognition"
    files = {
        "image": ("converted.png", open("converted.png", "rb"), "image/png"),
        "model_type": (None, "detection"),
        "media_type": (None, "photo"),
    }
    headers = {"referer": "https://thehive.ai/"}

    res = requests.post(url, headers=headers, files=files)

    text = ""
    blocks = []
    for output in res.json()["response"]["output"]:
        text += output["block_text"]
        for poly in output["bounding_poly"]:
            blocks.append(
                {
                    "text": "".join([c["class"] for c in poly["classes"]]),
                    "rect": poly["dimensions"],
                }
            )

    return text


# app 2


def gpt(prompt):
    if not prompt:
        return "Veuillez saisir une question."

    answer = client.predict(
				prompt,	# str  in 'input_text' Textbox component
				api_name="/predict"
)

    print(answer)
    return answer

def gpt_francais(french_prompt,choix):
    
    if not french_prompt:
        return "Veuillez saisir un thème ."

    elif choix == "discuter":

    	d_prompt = """Je veux faire mon travail de français  de niveau lycé sous la forme d'un travail argumentatif . La question du travail est la suivante: "{french_prompt}". tu devras etayer ce thème. jai besoin dune introduction(avec une problématique et l'annonce du plan), de 3 arguments(avec explication et example et illustration) et une phrase de transition pour refuter le sujet 
"""
    	
    	te_fi = ""
    	answer = client.predict(
				d_prompt,
				api_name="/predict")
    	te_fi += answer +"\n\n"

    	de = """Je veux faire mon travail de français  de niveau lycé sous la forme d'un travail argumentatif . La question du travail est la suivante: "{french_prompt}". tu devras refuter ce thème. jai juste besoin, de 3 arguments(avec explication et example et illustration) et d'une conclusion avec une ouverture(donné sous forme de phrase interogative ) """
    	answer = client.predict(
				de,
				api_name="/predict")

    	te_fi += answer 
    	return te_fi 
    else:
    	fi_prompt = f"""Je veux faire mon travail de français  de niveau lycé sous la forme d'un travail argumentatif . La question du travail est la suivante: "{french_prompt}". tu devras {choix} ce thème. jai besoin dune introduction(avec une problématique et l'annonce du plan), de 3 arguments(avec explication et example et illustration)  et d'une conclusion avec une ouverture(donné sous forme de phrase interogative ) """
    
    	answer = client.predict(
				fi_prompt,
				api_name="/predict")
    	print(answer)
    	return answer


def gpt_philo(phi_prompt):
    if not phi_prompt:
        return "Veuillez saisir un sujet."
    haha = f""" Je veux que tu me traite mon travail de philosophie  de niveau lycé sous la forme d'une dissertation . La question du travail est la suivante: "{phi_prompt}". en te basant sur le plan suiavnt :
    INTRODUCTION:
- Amorcer le sujet  avec moins  de deux phrase
-Poser le problème 
- Formulée la problématique autour  de deux questions essentielles:
   - Question-thèse 
    -Question-antithèse:

DEVELOPPEMENT

Première Partie: Formuler la thèse initiale

je veux trois arguments avec le plan suivant(Argument + Explication de l'argument + Illustration (soit avec un exemple de la vie courante soit avec une citation philosophique). 

Deuxième Partie: Formuler l'antithèse 

je veux trois arguments t avec le plan suivant(Argument + Explication de l'argument + Illustration (soit avec un exemple de la vie courante soit avec une citation philosophique).

CONCLUSION

1. Bilan de la réflexion:
-Résumer les grandes parties de la réflexion
2. Prise de position"""

    answer = client.predict(
				haha,	# str  in 'input_text' Textbox component
				api_name="/predict"
)

    print(answer)
    return answer


def gpt_hist(hist_prompt,p_1,p_2,p_3):
    
    if not gpt_hist:
        return "Veuillez saisir un thème ."
    histt_prompt = f"""Je veux que tu me traite mon travail d'histoire de niveau lycé sous la forme d'une dissertation . La question du travail est la suivante: "{hist_prompt}". les different points a detailler sont :{p_1},{p_2}, {p_3}. en te basant sur le plan suivant :
INTRODUCTION:
- approche par definition du sujet, par constat ou rappel historique( du general au particulier/cas particulier au general )
- problematique/probleme du sujet
- annonce du plan

DEVELOPPEMENT

pour chaque point,je voudrais 
trois arguments(+explication+exemple). il faudra une phrase chapeau au debut et une phrase de transition a la fin de chaque point. 

CONCLUSION

1. Bilan de la réflexion.
2. question douverture du sujet.   
    """
    answer = client.predict(
				histt_prompt,	# str  in 'input_text' Textbox component
				api_name="/predict"
)

    print(answer)
    return answer


def calcul(math, francais, physique, svt, philo, eps, thea, hist, anglais):
    math = math * 5
    francais = francais * 3
    physique = physique * 4
    svt = svt * 3
    philo = philo * 2
    eps = eps * 2
    thea = thea * 3
    anglais = anglais * 2
    hist = hist * 3
    conduite = 14 * 1
    total = (
        math
        + francais
        + physique
        + svt
        + philo
        + eps
        + thea
        + hist
        + anglais
        + conduite
    )
    r = total / 28
    return matha.trunc(r * 100) / 100

def mariam_web(pro):
	if not pro:
		return "Veuillez saisir une question."
    
    t_pro = " agis en tant q'ia appele mariam et creer par youssouf. ton role est uniquement d'assister. reponds a cette question: " + pro
    answer = client.predict(
				t_pro,	# str  in 'input_text' Textbox component
				api_name="/predict")


    print(answer)
    return answer

def mariam_chimi(chi,im):

	prompt_chi = " tu es un expert en chimie, tu as 20 d'expreriance dans le domaine. reponds a cette question: " + chi
	if not im :
		answer = client.predict(
		t_pro,	# str  in 'input_text' Textbox component
		api_name="/predict"


# interface 1
app1 = gr.Interface(
    fn=infer,
    title="Mariam -Ocr ",
    description=description_ocr,
    inputs=[gr.Image(type="pil")],
    outputs=["text"],
)

# interface 2
app2 = gr.Interface(
    fn=gpt,
    title="Mariam-U",
    description=description,
    inputs=gr.Textbox(label="Question:", lines=4),
    outputs=gr.Textbox(),
)

# interface3

app3 = gr.Interface(
    fn=gpt_francais,
    title="Mariam-French",
    description=description_french,
    inputs=[gr.Textbox(label="Sujet:", lines=3),gr.Radio(["Etaye","refute","discuter"])],
    outputs=gr.Textbox(),
)


# interface4

app4 = gr.Interface(
    fn=gpt_philo,
    title="Mariam-Philo",
    description="Ah..banana banana...",
    inputs=gr.Textbox(label="Sujet:", lines=3),
    outputs=gr.Textbox(),
)

#interface6
app6 = gr.Interface(
    fn=gpt_hist,
    title="Mariam-Hist",
    description=description_hist,
    inputs=[gr.Textbox(label="Sujet:", lines=2),gr.Textbox(label="point1:", lines=1),
    gr.Textbox(label="point2:", lines=1),
    gr.Textbox(label="point3:", lines=1)
    
    ],
    outputs=gr.Textbox(),
)

"""

#interface7
app7=  gr.Interface(
    fn=search,
    title="Mariam-theatre",
    description=description_thea,
    inputs=[gr.Textbox(label="Label:", lines=4)    
    ],
    outputs=gr.Textbox(),
)
"""


# interface5
app5 = gr.Interface(
    fn=calcul,
    inputs=[
        gr.inputs.Number(label="Math"),
        gr.inputs.Number(label="Français"),
        gr.inputs.Number(label="Physique"),
        gr.inputs.Number(label="SVT"),
        gr.inputs.Number(label="Philo"),
        gr.inputs.Number(label="EPS"),
        gr.inputs.Number(label="Théâtre"),
        gr.inputs.Number(label="Histoire"),
        gr.inputs.Number(label="Anglais"),
    ],
    outputs=gr.Textbox(label="Moyenne"),
    description=description_c,
)

app7 = gr.Interface(
	fn=mariam_web,
	inputs=[gr.TextBox],
	outputs=gr.TextBox(label="Reponse")
	)

app8 = gr.Interface(
	fn = mariam_chimi,
	input=[gr.TextBox, gr.Image(type="pil")],
    outputs=[gr.Textbox(label='Reponse')],
)

demo = gr.TabbedInterface(
    [app1, app2, app3,app4,app6,app5,app7,app8],
    ["OCR", "MARIAM-u", "Mariam-French", "Mariam-Philo","Mariam-Hist", "Note Calc","Mariam-web","Mariam-chimi"]


demo.launch()