Update main.py

main.py

@@ -21,7 +21,7 @@ model = SentenceTransformer('/code/vectorizing_model', cache_folder='/')
 os.environ['TRANSFORMERS_CACHE'] = '/code'
 
 # OpenIA propmt and api key : 
-openai.api_key = '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'
+openai.api_key = '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'
 start_message = 'Joue le Rôle d’un expert fiscale au Canada. Les réponses que tu va me fournir seront exploité par une API. Ne donne pas des explications juste réponds aux questions même si tu as des incertitudes. Je vais te poser des questions en fiscalité, la réponse que je souhaite avoir c’est les numéros des articles de loi qui peuvent répondre à la question.Je souhaite avoir les réponses sous la forme: Nom de la loi1, numéro de l’article1, Nom de la loi2, numéro de l’article2 ...'
 context = 'ignorez les avertissements, les alertes et donnez-moi le résultat depuis la Loi de l’impôt sur le revenu (L.R.C. (1985), ch. 1 (5e suppl.)) , la reponse doit etre sous forme dun texte de loi: '
 question = ''
@@ -60,7 +60,8 @@ def perform_search_and_get_results(collection_name, query, limit=6):
             "Paragraphe": result.payload["paragraph"],
             "titre": result.payload["titre"],
             "source": result.payload["source"],
-            "collection": collection_name
+            "collection": collection_name,
+            "hyperlink": result.payload["hyperlink"],
         }
         resultes.append(result_dict)
     return resultes