FerdinandPyCode/AuthringApp

1import json2from langchain.prompts import PromptTemplate3from langchain.chains import LLMChain4from pydantic import BaseModel, Field5from typing import List, Tuple6from langchain.chat_models import ChatOpenAI7from langchain.output_parsers import PydanticOutputParser8 9 10# Modèles Pydantic pour structurer la réponse11class AlternativeSuggestion(BaseModel):12    suggestion_1: str = Field(..., description="Première suggestion de reformulation.")13    suggestion_2: str = Field(..., description="Deuxième suggestion de reformulation.")14 15 16class PatternDetail(BaseModel):17    pattern: str = Field(..., description="Mot ou expression détectée.")18    indices: List[Tuple[int, int]] = Field(..., description="Indices de début et de fin pour chaque occurrence dans le texte.")19    sentence: str = Field(..., description="Phrase complète où l'expression apparaît.")20    alternative_suggestions: AlternativeSuggestion = Field(..., description="Deux suggestions de reformulation.")21 22    def to_dict(self):23        return {24            "pattern": self.pattern,25            "indices": self.indices,26            "sentence": self.sentence,27            "alternative_suggestions": {28                "suggestion_1": self.alternative_suggestions.suggestion_1,29                "suggestion_2": self.alternative_suggestions.suggestion_2,30            }31        }32 33 34class Summary(BaseModel):35    total_patterns_detected: int = Field(..., description="Nombre total de patterns détectés.")36    alternative_suggestions_provided: int = Field(..., description="Nombre total de suggestions fournies.")37    occurrences: int = Field(..., description="Nombre total d'occurrences trouvées dans le texte.")38 39    def to_dict(self):40        return {41            "total_patterns_detected": self.total_patterns_detected,42            "alternative_suggestions_provided": self.alternative_suggestions_provided,43            "occurrences": self.occurrences44        }45 46 47class DetectionResult(BaseModel):48    patterns: List[PatternDetail] = Field(..., description="Liste des patterns détectés avec détails.")49    summary: Summary = Field(..., description="Résumé de la détection.")50 51    def to_dict(self):52        return {53            "patterns": [pattern.to_dict() for pattern in self.patterns],54            "summary": self.summary.to_dict()55        }56 57 58def epoque_prompt_template():59    return """60    Analyse le texte suivant et identifie toutes les occurrences des expressions suivantes et de leurs variantes :61    "Le monde de", "L’univers de", "À l’ère de", "Le domaine de", "À l'époque de", "Au temps de", "À l'aube de",62    "Dans le cadre de", "Au cœur de", "En matière de", "Dans l'univers de".63 64    Incluez également toute autre expression similaire qui introduit un contexte général ou un cadre temporel ou spatial.65 66    Pour chaque occurrence trouvée, veuillez :67    68    - Citer la phrase complète où l'expression apparaît.69    - Indiquer l'expression exacte utilisée dans le texte.70    - Proposer deux reformulations de la phrase, de sorte à remplacer l'expression détectée par une formulation plus précise ou stylistiquement améliorée, sans utiliser d'expressions équivalentes.71    - Justifiez brièvement chaque reformulation en expliquant comment elle améliore le style ou la clarté.72 73    Assurez-vous de respecter également les règles suivantes :74    1. Les expressions comme "crucial", "essentiel", "important", "fondamental", et d'autres ne doivent être utilisées qu'une fois dans l'introduction (premier paragraphe).75    2. Les expressions comme "Il existe", "Il faut", "cependant", "De plus", "en revanche", "Néanmoins", "toutefois", "imaginez" ne doivent pas être utilisées en début de phrase.76    3. "Joue un rôle", "il est", ou "est une étape" ne doivent pas être associés à des mots tels que "important", "essentiel", etc.77    4. "En plus" (et ses variantes) ne doit pas être seul en début de phrase.78 79    Votre analyse doit être retournée en JSON avec les éléments suivants :80    81    Pour chaque pattern détecté :82    - "pattern": "mot ou expression détectée",83    - "indices": [[index de début, index de fin pour chaque occurrence]],84    - "sentence": "phrase où l'expression est utilisée",85    - "alternative_suggestions": ["suggestion 1", "suggestion 2"] (si applicable)86    87    Si aucun pattern n'est trouvé, renvoyez :88    - "pattern0": "",89    - "occurrences": 0,90 91    À la fin, ajoutez un résumé avec :92    - "total_patterns_detected": nombre total de patterns détectés,93    - "alternative_suggestions_provided": nombre de suggestions fournies,94    - "occurrences": nombre d'occurrences.95 96    Voici le texte à analyser :97    ```{text}```98    99    \n{format_instruction}100    """101 102 103def epoque(text):104    # Créer le template avec la variable text intégrée directement105    prompt_template = epoque_prompt_template()106 107    output_parser = PydanticOutputParser(pydantic_object=DetectionResult)108 109    # Créer le prompt avec le texte intégré110    gen_prompt_template = PromptTemplate(111        input_variables=["text"],112        template=prompt_template,113        partial_variables={'format_instruction': output_parser.get_format_instructions()}114    )115 116    # Créer une instance du modèle de langage117    llm = ChatOpenAI(model='gpt-4o', temperature=0.5, api_key="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")118 119    # Exécuter la chaîne avec le LLM120    llm_chain = gen_prompt_template | llm | output_parser  # LLMChain(prompt=prompt, llm=llm, verbose=True)121    122    # Appel du modèle avec le texte fourni123    result_dict = llm_chain.invoke({"text": text}).to_dict()124 125    # Parsing de la réponse JSON126    json_result = json.dumps(result_dict, indent=8, ensure_ascii=False)127 128    # Générer le prompt final129    final_prompt = gen_prompt_template.format(text=text)130 131    # Retourne les suggestions ou les erreurs de parsing132    return {133        "result": json_result,134        "prompt": final_prompt135    }