Update app.py

app.py

@@ -2,7 +2,37 @@
 import gradio as gr
 from langchain.vectorstores import FAISS
 from langchain.embeddings import HuggingFaceEmbeddings
+import zipfile
 
+
+# Percorsi per il primo file ZIP
+zip_path_m = "faiss_manual_index.zip"  # File ZIP per l'indice manuale
+extraction_dir_m = "./extracted_models/manual_index"  # Sottocartella per estrazione manuale
+testm_dir = "./extracted_models/manual_index/faiss_manual_index"  # Cartella finale
+
+# Percorsi per il secondo file ZIP
+zip_path_p = "faiss_problems_index.zip"  # File ZIP per l'indice problemi
+extraction_dir_p = "./extracted_models/problems_index"  # Sottocartella per estrazione problemi
+testp_dir = "./extracted_models/problems_index/faiss_problems_index"  # Cartella finale
+
+# Estrai il primo file ZIP se non esiste già
+if not os.path.exists(testm_dir):
+    with zipfile.ZipFile(zip_path_m, 'r') as zip_ref:
+        zip_ref.extractall(extraction_dir_m)
+    print(f"Indice Manuale estratto correttamente nella cartella {extraction_dir_m}")
+else:
+    print(f"Indice Manuale già presente in {testm_dir}")
+
+# Estrai il secondo file ZIP se non esiste già
+if not os.path.exists(testp_dir):
+    with zipfile.ZipFile(zip_path_p, 'r') as zip_ref:
+        zip_ref.extractall(extraction_dir_p)
+    print(f"Indice Problemi estratto correttamente nella cartella {extraction_dir_p}")
+else:
+    print(f"Indice Problemi già presente in {testp_dir}")
+
+
+    
 # Carica il modello di embedding
 embedding_model = HuggingFaceEmbeddings(model_name="sentence-transformers/LaBSE")