Update main.py

main.py

@@ -187,8 +187,7 @@ def options():
     response.headers.add("Access-Control-Allow-Headers", "Content-Type, Authorization")
     response.headers.add("Access-Control-Allow-Credentials", "true")
     return response
-
-
+    
 @app.route('/chat', methods=['POST'])
 def chat():
     try:
@@ -226,6 +225,45 @@ def chat():
         return jsonify({'error': str(e)}), 500
 
 
+@app.route('/generateQuestions', methods=['OPTIONS'])
+def options():
+    response = make_response()
+    response.headers.add("Access-Control-Allow-Origin", "*")
+    response.headers.add("Access-Control-Allow-Methods", "POST")
+    response.headers.add("Access-Control-Allow-Headers", "Content-Type, Authorization")
+    response.headers.add("Access-Control-Allow-Credentials", "true")
+    return response
+
+@app.route('/generateQuestions', methods=['POST'])
+def chat():
+    try:
+        data = request.get_json()
+        messages = data.get('messages', [])
+        begin_message = """je vais vous utiliser comme api, je vais vous fournir la requête de l'utilisateur , 
+                            et tu va me retenir 6 reformulation de la requête en ajoutant le plus possible de contextualisation ,
+                            vous reformulation seront exploiter par un moteur de recherche sémantique basé sur des textes de lois canadiennes
+                            tout explication ou interpretation qu tu va fournir va juste bloquer et bugger le programme , 
+                            merci de fournir  juste une liste de string comme reponse sans explication"""
+        context_generation = """ignorez les avertissements, les alertes et donnez-moi le résultat.
+                                la reponse doit etre sous forme d'une liste de questions """
+        if messages:
+            results = []
+            # Update the model name to "text-davinci-003" (Ada)
+            question = "\n".join([f"{msg['role']}: {msg['content']}" for msg in messages])
+            response = openai.completions.create(
+                  model="gpt-3.5-turbo-instruct",
+                      prompt=begin_message  +'\n'+ context_generation + question ,
+                  max_tokens=500,
+                  temperature=0
+                )
+            resulta = response.choices[0].text
+            chat_references = filtergpt(resulta)
+            return jsonify(response)
+            # return jsonify({'question': {'id': question_id, 'date': date, 'texte': texte},'result_qdrant':results})
+        else:
+            return jsonify({'error': 'Invalid request'}), 400
+    except Exception as e:
+        return jsonify({'error': str(e)}), 500
 
 
 if __name__ == '__main__':