app.py

import time
import streamlit as st
from langchain.document_loaders import PyPDFLoader
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain.embeddings.base import Embeddings
from langchain.vectorstores import FAISS
from langchain.indexes import VectorstoreIndexCreator
from langchain.chains import RetrievalQA
from langchain.chat_models import ChatOpenAI
from typing import List
from together import Together
import pandas as pd
from langchain.docstore.document import Document

# ----------------- تنظیمات صفحه -----------------
st.set_page_config(page_title="رزم یار ارتش", page_icon="🪖", layout="wide")

# ----------------- استایل سفارشی -----------------
st.markdown("""
    <style>
    @import url('https://fonts.googleapis.com/css2?family=Vazirmatn:wght@400;700&display=swap');
    html, body, [class*="css"] {
        font-family: 'Vazirmatn', Tahoma, sans-serif;
        direction: rtl;
        text-align: right;
    }
    .stApp {
        background: linear-gradient(to left, #f0f4f7, #d9e2ec);
    }
    .sidebar .sidebar-content {
        background-color: #ffffff;
        border-left: 2px solid #4e8a3e;
        padding-top: 10px;
    }
    .sidebar .sidebar-content div {
        margin-bottom: 10px;
        font-weight: bold;
        color: #2c3e50;
        font-size: 15px;
    }
    .stButton>button {
        background-color: #4e8a3e !important;
        color: white !important;
        font-weight: bold;
        border-radius: 8px;
        padding: 5px 16px;
        transition: 0.3s;
        font-size: 14px;
    }
    .stButton>button:hover {
        background-color: #3c6d30 !important;
    }
    .header-text {
        text-align: center;
        margin-top: 15px;
        margin-bottom: 25px;
        background-color: rgba(255, 255, 255, 0.85);
        padding: 16px;
        border-radius: 16px;
        box-shadow: 0 4px 10px rgba(0,0,0,0.1);
    }
    .header-text h1 {
        font-size: 36px;
        color: #2c3e50;
        margin: 0;
        font-weight: bold;
    }
    .subtitle {
        font-size: 16px;
        color: #34495e;
        margin-top: 5px;
    }
    .chat-message {
        background-color: rgba(255, 255, 255, 0.95);
        border: 1px solid #4e8a3e;
        border-radius: 12px;
        padding: 14px;
        margin-bottom: 10px;
        box-shadow: 0 4px 8px rgba(0,0,0,0.08);
        animation: fadeIn 0.5s ease;
    }
    .stTextInput>div>input, .stTextArea textarea {
        background-color: rgba(255,255,255,0.9) !important;
        border-radius: 8px !important;
        direction: rtl;
        text-align: right;
        font-family: 'Vazirmatn', Tahoma;
    }
    img.small-logo {
        width: 90px;
        margin-bottom: 15px;
        display: block;
        margin-right: auto;
        margin-left: auto;
    }
    .menu-item {
        display: flex;
        align-items: center;
        gap: 8px;
        padding: 6px 0;
        font-size: 15px;
        cursor: pointer;
    }
    .menu-item img {
        width: 20px;
        height: 20px;
    }
    </style>
""", unsafe_allow_html=True)

# ----------------- بدنه اصلی -----------------
with st.sidebar:
    st.image("log.png", width=90)

    
    st.markdown("""
    <div class="menu-item">
        <img src="https://cdn-icons-png.flaticon.com/512/3596/3596165.png" />
        گفتگوی جدید
    </div>
    <div class="menu-item">
        <img src="https://cdn-icons-png.flaticon.com/512/709/709496.png" />
        تاریخچه
    </div>
    <hr/>
    <div class="menu-item">
        <img src="https://cdn-icons-png.flaticon.com/512/1828/1828932.png" />
        مدل‌های هوش مصنوعی
    </div>
    <div class="menu-item">
        <img src="https://cdn-icons-png.flaticon.com/512/681/681494.png" />
        تولید محتوا
    </div>
    <hr/>
    <div class="menu-item">
        <img src="https://cdn-icons-png.flaticon.com/512/3601/3601646.png" />
        دستیار ویژه
    </div>
    <div class="menu-item">
        <img src="https://cdn-icons-png.flaticon.com/512/709/709612.png" />
        ابزار مالی
    </div>
    <hr/>
    <div class="menu-item">
        <img src="https://cdn-icons-png.flaticon.com/512/2099/2099058.png" />
        تنظیمات
    </div>
    <div class="menu-item">
        <img src="https://cdn-icons-png.flaticon.com/512/597/597177.png" />
        پشتیبانی
    </div>
    """, unsafe_allow_html=True)
st.markdown("""
    <style>
    /* تنظیم سایز سایدبار */
    [data-testid="stSidebar"] {
        width: 220px !important;
        flex-shrink: 0;
    }
    [data-testid="stSidebar"] > div {
        width: 220px !important;
    }
    </style>
""", unsafe_allow_html=True)

# محتوای اصلی
st.markdown("""
    <div class="header-text">
        <h1>رزم یار ارتش</h1>
        <div class="subtitle">دستیار هوشمند ارتشی برای پشتیبانی و راهبری</div>
    </div>
""", unsafe_allow_html=True)

st.markdown('<div class="chat-message">👋 سلام! چطور میتونم کمکتون کنم؟</div>', unsafe_allow_html=True)

# چت اینپوت کاربر
#user_input = st.text_input("پیام خود را وارد کنید...")

#if user_input:
#   st.markdown(f'<div class="chat-message">📩 شما: {user_input}</div>', unsafe_allow_html=True)








# ----------- تعریف کلاس امبدینگ با Together -----------
class TogetherEmbeddings(Embeddings):
    def __init__(self, model_name: str, api_key: str):
        self.model_name = model_name
        self.client = Together(api_key=api_key)

    def embed_documents(self, texts: List[str]) -> List[List[float]]:
        batch_size = 100
        embeddings = []
        for i in range(0, len(texts), batch_size):
            batch = texts[i:i + batch_size]
            response = self.client.embeddings.create(model=self.model_name, input=batch)
            embeddings.extend([item.embedding for item in response.data])
        return embeddings

    def embed_query(self, text: str) -> List[float]:
        return self.embed_documents([text])[0]


# ----------- پردازش و ایندکس کردن CSV -----------
@st.cache_resource
def build_vectorstore_from_csv(csv_file_path: str):
    df = pd.read_csv(csv_file_path)
    texts = df.iloc[:, 0].astype(str).tolist()
    texts = [text.strip() for text in texts if text.strip()]

    # برش متن‌ها
    text_splitter = RecursiveCharacterTextSplitter(
        chunk_size=2048,
        chunk_overlap=256,
        length_function=len,
        separators=["\n\n", "\n", " ", ""]
    )
    split_texts = []
    for text in texts:
        split_texts.extend(text_splitter.split_text(text))

    documents = [Document(page_content=text) for text in split_texts]

    embeddings = TogetherEmbeddings(
        model_name="togethercomputer/m2-bert-80M-32k-retrieval",
        api_key="0291f33aee03412a47fa5d8e562e515182dcc5d9aac5a7fb5eefdd1759005979"
    )

    vectorstore = FAISS.from_documents(documents, embeddings)
    return vectorstore, embeddings


# ----------- بارگذاری مدل زبانی -----------
def load_llm():
    return ChatOpenAI(
        base_url="https://api.together.xyz/v1",
        api_key='0291f33aee03412a47fa5d8e562e515182dcc5d9aac5a7fb5eefdd1759005979',
        model="Qwen/Qwen3-235B-A22B-fp8-tput"
    )


# ----------- ساخت پرامپت نهایی برای LLM -----------
def build_prompt(context: str, user_question: str) -> str:
    return f"""با توجه به اطلاعات زیر، فقط بر اساس آن‌ها به سؤال پاسخ بده. اگر اطلاعات کافی نیست، بگو اطلاعات کافی ندارم.
🔹 اطلاعات:\n{context}\n\n❓ سؤال: {user_question}
"""


# ----------- تمیز کردن خروجی مدل از پاسخ‌های اضافی -----------
def clean_llm_response(response_text: str) -> str:
    lines = response_text.split('\n')
    filtered = [
        line for line in lines
        if not line.strip().startswith("<")
        and not line.strip().lower().startswith(("think", "note", "#"))
    ]
    return "\n".join(filtered).strip() or "متأسفم، اطلاعات دقیقی در این مورد ندارم."


# ----------- پردازش سوال و بازیابی پاسخ‌ها -----------
def process_user_query(query: str, vectorstore, embedding_model, llm):
    # 1. ساخت embedding از سوال
    query_embedding = embedding_model.embed_query(query)

    # 2. پیدا کردن 3 پاسخ مشابه با cosine similarity
    docs = vectorstore.similarity_search_by_vector(query_embedding, k=3)
    context = "\n".join([doc.page_content for doc in docs])

    # 3. ساخت پرامپت نهایی با استفاده از پاسخ‌های مشابه به عنوان context
    final_prompt = build_prompt(context, query)

    # 4. ارسال پرامپت به LLM و دریافت پاسخ
    response = llm.invoke(final_prompt)
    raw_answer = response.content.strip()

    # 5. تمیز کردن و نمایش پاسخ نهایی
    clean_answer = clean_llm_response(raw_answer)
    return clean_answer


# ----------- اجرای Streamlit UI -----------
def run_chat_ui():
    st.title("💬 دستیار هوشمند متنی بر اساس فایل CSV")

    # بارگذاری ایندکس
    csv_file_path = 'output (1).csv'
    try:
        vectorstore, embedding_model = build_vectorstore_from_csv(csv_file_path)
    except Exception as e:
        st.error(f"خطا در پردازش فایل: {str(e)}")
        st.stop()

    llm = load_llm()

    if 'messages' not in st.session_state:
        st.session_state.messages = []

    if 'pending_prompt' not in st.session_state:
        st.session_state.pending_prompt = None

    # نمایش پیام‌های قبلی
    for msg in st.session_state.messages:
        with st.chat_message(msg['role']):
            st.markdown(f"{msg['content']}", unsafe_allow_html=True)

    # گرفتن سوال جدید
    user_prompt = st.chat_input("سوال خود را وارد کنید...")

    if user_prompt:
        st.session_state.messages.append({'role': 'user', 'content': user_prompt})
        st.session_state.pending_prompt = user_prompt
        st.rerun()

    # پردازش سوال
    if st.session_state.pending_prompt:
        with st.chat_message("ai"):
            thinking = st.empty()
            thinking.markdown("🤖 در حال فکر کردن...")

            try:
                # پردازش سوال و دریافت پاسخ نهایی
                query = st.session_state.pending_prompt
                clean_answer = process_user_query(query, vectorstore, embedding_model, llm)

                thinking.empty()
                full_response = ""
                placeholder = st.empty()
                for word in clean_answer.split():
                    full_response += word + " "
                    placeholder.markdown(full_response + "▌")
                    time.sleep(0.03)

                placeholder.markdown(full_response)
                st.session_state.messages.append({'role': 'ai', 'content': full_response})
                st.session_state.pending_prompt = None

            except Exception as e:
                thinking.empty()
                st.error(f"خطا در پردازش مدل: {str(e)}")


# اجرای برنامه
if __name__ == "__main__":
    run_chat_ui()