import requests from gradio_client import Client from gradio_client import Client from g4f.Provider import ( Bard) import g4f from bardapi import Bard as bd client = Client("https://docfile-bhh.hf.space/") 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 "non bouge ! " def gpt_francais(french_prompt,choix,autheur): if not french_prompt: return "Veuillez saisir un thème ." if choix == "discuter": d_prompt = """Je veux faire mon travail de français de niveau lycé sous la forme d'un travail argumentatif en utilisant le style decriture suivant "{autheur}". 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 en utilisant le style decriture suivant: "{autheur}". 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,autheur): 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 en utilisant le style decriture suivant: "{autheur}". 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 response = g4f.ChatCompletion.create(model=g4f.models.default,messages=[{"role": "user", "content":t_pro}],provider=Bard,cookies={"__Secure-1PSID": "bwg91Iygc25J0aTg0ZnoY67_lXLwbhMqloeHH3SRPOkldVArhW9yDClbODrn7d64r6ErVg.", "__Secure-1PSIDCC": "ACA-OxNTV6UL9frGJy-arTqz3Yn34xZEtr4n1JTHqujZzWbZF2T5M4UWNiG7WE1i5VhkwaIMfw"},auth=True) return response 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( prompt_chi, # str in 'input_text' Textbox component api_name="/predict") return answer elif not chi: return "aucune instruction donner..." else: bdd = bd(token='bwg91Iygc25J0aTg0ZnoY67_lXLwbhMqloeHH3SRPOkldVArhW9yDClbODrn7d64r6ErVg.') with open(im.name, 'rb') as f: image_data = f.read() bard_answer = bdd.ask_about_image(chi, image_data) return bard_answer['content'] #fin