Spaces:

unb-lamfo-sgd
/

prototipo-2-agente

Sleeping

App Files Files Community

Pecximenes commited on Oct 3, 2024

Commit

686cd95

verified ·

1 Parent(s): ad23b80

Upload aux_functions and chatbot object to interface

Browse files

Files changed (2) hide show

interface/auxiliary_functions.py +40 -0
interface/chatbot.py +119 -0

interface/auxiliary_functions.py ADDED Viewed

	@@ -0,0 +1,40 @@

+# Funções utilitárias
+import re
+import requests
+from bs4 import BeautifulSoup
+from urllib.parse import urlparse, unquote
+def extract_content(text, tag):
+    """Extrai conteúdo de um texto com base na tag fornecida."""
+    pattern = rf'<{tag}>(.*?)</{tag}>'
+    match = re.search(pattern, text, re.DOTALL)
+    return match.group(1).strip() if match else None
+def fetch_webpage_content(url):
+    """Obtém o conteúdo HTML de uma URL e retorna o conteúdo principal."""
+    try:
+        response = requests.get(url)
+        response.raise_for_status()
+        soup = BeautifulSoup(response.text, 'html.parser')
+        main_content = soup.find('div', id='main')
+        if main_content:
+            body_tag = soup.find('body')
+            if body_tag:
+                body_tag.clear()
+                body_tag.append(main_content)
+            return str(soup)
+        return "<html><body><p>Could not find main content on the page.</p></body></html>"
+    except requests.RequestException as e:
+        return f"<html><body><p>Error fetching the webpage: {str(e)}</p></body></html>"
+def extract_links(html_content):
+    """Extrai todos os links (URLs) de um conteúdo HTML."""
+    soup = BeautifulSoup(html_content, 'html.parser')
+    return [a_tag['href'] for a_tag in soup.find_all('a', href=True)]
+def url_to_suggestion(url):
+    """Converte uma URL longa em uma sugestão amigável."""
+    path = unquote(urlparse(url).path).strip('/').split('/')
+    return path[-1].replace('-', ' ').replace('_', ' ').capitalize() if path else url

interface/chatbot.py ADDED Viewed

	@@ -0,0 +1,119 @@

+import streamlit as st
+import sys
+import os
+# Configuração do caminho para incluir as pastas necessárias
+sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
+from pipelines.message import send_message
+from agent import pipeline
+from interface.auxiliary_functions import (
+    extract_content,
+    extract_links,
+    fetch_webpage_content,
+    url_to_suggestion
+)
+class Chatbot():
+    def __init__(self):
+        # Configuração inicial do histórico de chat
+        if "chat_history" not in st.session_state:
+            st.session_state.chat_history = [{
+                "type": "text",
+                "role": "assistant",
+                "content": "Como eu posso ajudar?",
+                "links": []
+            }]
+        # Conteúdo dos botões do sidebar
+        if "topics" not in st.session_state:
+            st.session_state["topics"] = [
+                "Niveis da conta govbr.",
+                "Dúvidas no reconhecimento facial.",
+                "Como recuperar minha conta gov.br",
+                "Dúvidas para aumentar o nível com a cin."
+            ]
+        # Pergunta do usuário no chatbot
+        self.response = ""
+        self.links = []
+    def display_suggestions(self, links):
+        suggestions = [(link, url_to_suggestion(link)) for link in links if url_to_suggestion(link)]
+        st.subheader("Sugestões de Passos:")
+        if suggestions:
+            st.write("Você também pode se interessar em:")
+            for link, suggestion in suggestions:
+                st.write(f"- {suggestion}")
+        else:
+            st.write("Não há sugestões disponíveis no momento.")
+    def mount_chatbot(self):
+        # Exibição do título e subtítulo
+        st.title("Bem-vindo à ajuda do gov.br")
+        st.caption("💬 Qual a sua dificuldade hoje? Estou aqui para ajudar!")
+        # Exibição do espaço para mandar mensagem
+        if user_query := st.chat_input(placeholder="Digite sua mensagem"):
+            st.session_state.chat_history.append({"type": "text","role": "user", "content": user_query})
+            #TODO Aplicar o llm_rag nessa parte
+            full_link = self.generate_awnser(user_query)
+    def create_sidebar(self):
+        st.image('https://www.gov.br/++theme++padrao_govbr/img/govbr-logo-large.png', width=200)
+        st.header("Tópicos frequentes")
+        for topic in st.session_state.topics:
+            if st.button(topic, key=topic):
+                self.response = topic
+        # Espaços em branco para organização
+        for _ in range(5):
+            st.write("")
+        # Botão centralizado
+        col1, col2, col3 = st.columns([1, 2, 1])
+        with col2:
+            if st.button("LIMPAR HISTÓRICO"):
+                st.session_state.chat_history = [{
+                    "type": "text",
+                    "role": "assistant",
+                    "content": "Como eu posso ajudar?",
+                    "links": []
+                }]
+    def add_to_history(self, message, role="user", type="text"):
+        st.session_state.chat_history.append({
+            "role": role,
+            "type": type,
+            "content": message
+            })
+    def generate_awnser(self, input_message):
+        # Retorna o caminho do site gov que responde a pergunta
+        response_text = send_message(input_message, pipeline)
+        # Armazena a resposta do agent com a tag <path>
+        self.add_to_history(response_text, role="assistant")
+        # Extração do caminho da resposta do bot
+        path = extract_content(response_text, "path")
+        if path:
+            base_url = "https://www.gov.br/governodigital/pt-br/"
+            full_url = base_url + path
+            with st.spinner("Obtendo conteúdo da página..."):
+                content = fetch_webpage_content(full_url)
+            self.add_to_history(content, role="assistant", type="page")
+            extracted_links = extract_links(content)
+            self.links = extracted_links