Update main.py

main.py

@@ -54,7 +54,7 @@ os.environ['OPENAI_API_KEY'] = os.environ['OPENAI_API_KEY']
 
 @cl.author_rename
 def rename(orig_author: str):
-    rename_dict = {"ConversationalRetrievalChain": "💬 Assistant conversationnel", "Retriever": "Agent conversationnel", "StuffDocumentsChain": "Chaîne de documents", "LLMChain": "Agent", "ChatOpenAI": "IA🤖"}
+    rename_dict = {"Datapccskillstream": "Datapcc", "ConversationalRetrievalChain": "Assistant conversationnel 💬", "Retriever": "Agent conversationnel", "StuffDocumentsChain": "Chaîne de documents", "LLMChain": "Agent", "ChatOpenAI": "IA🤖"}
     return rename_dict.get(orig_author, orig_author)
 
 @cl.action_callback("download")
@@ -73,7 +73,7 @@ async def on_action(action):
         ),
     ]
     await cl.Message(
-        author="🌐🌐🌐", content="[Lien] 🔗", elements=elements
+        author="Datapcc 🌐🌐🌐", content="[Lien] 🔗", elements=elements
     ).send()
     await action.remove()
     
@@ -99,13 +99,9 @@ async def on_action(action):
     others = [
         cl.Action(name="close_button", value="closed", label="Fermer", description="Fermer le volet d'information!")
     ]
-    await cl.Message(author="🌐🌐🌐",content="Fermer le panneau d'information", actions=others).send()
-    
-@cl.cache
-def to_cache(file):
-    return "https://cipen.univ-gustave-eiffel.fr/fileadmin/CIPEN/datas/assets/docs/" + file + ".csv"
+    await cl.Message(author="Datapcc 🌐🌐🌐",content="Fermer le panneau d'information", actions=others).send()
 
-@cl.cache
+@cl.step(type="retrieval")
 def retriever_to_cache():
     os.environ['PINECONE_API_KEY'] = os.environ['PINECONE_API_KEY']
     os.environ['PINECONE_ENVIRONMENT'] = "us-west4-gcp-free"
@@ -137,7 +133,7 @@ async def start():
         welcomeUserStr = welcomeUserArray[0].replace('.',' ')
         await cl.Message(f"> Bonjour {welcomeUserStr}").send()
         await cl.Message(
-            author="🌐🌐🌐",content=f"Commencez à poser vos questions sur les données \"{chat_profile}\"\n\n💡Voici des exemples de question \n\t1️⃣ Basée sur les formations : Quelles sont toutes les formations licences générales?\n\t2️⃣ Basée sur les compétences : Quelles sont les compétences de la licence Economie et gestion?\n\t3️⃣ Basée sur les métiers : Quels sont les métiers possibles de la licence Economie et gestion?\n\t4️⃣ Basée sur un souhait : Quelles formations si je veux travailler dans la vente?\n\t5️⃣ Basée sur un savoir-être : Quelles formations si j'aime travailler en équipe?\n\t6️⃣ Basée sur un état : Quelles formations si je suis créatif?\n\t7️⃣ Question multi-critère : Quelles sont les activités, les compétences et les métiers possibles de la licence Economie et gestion?"
+            author="Datapcc 🌐🌐🌐",content=f"✨ Commencez à poser vos questions sur les données \"{chat_profile}\"\n- Création de BCC à partir d'une liste de savoirs ou d'objectifs pédagogiques\n- Création du tableau de la version n°1 de la maquette de formation"
         ).send()
     
         from langchain_core.prompts.prompt import PromptTemplate
@@ -203,8 +199,8 @@ async def main(message: cl.Message):
             cl.Action(name="download", value="Question : " + message.content + "\n\nRéponse : " + answer, description="download_offre_formation")
         ]
 
-        await cl.Message(author="🌐🌐🌐",content=answer).send()
-        await cl.Message(author="🌐🌐🌐",content="Download", actions=actions).send()
+        await cl.Message(author="Datapcc 🌐🌐🌐",content=answer).send()
+        await cl.Message(author="Datapcc 🌐🌐🌐",content="Download", actions=actions).send()
     
         if metadatas:
-            await cl.Message(author="🌐🌐🌐",content="Sources : " + metadatas, elements=text_elements).send()
+            await cl.Message(author="Datapcc 🌐🌐🌐",content="Sources : " + metadatas, elements=text_elements).send()