Update app.py

app.py

@@ -103,91 +103,70 @@ st.markdown("""
 def get_pdf_index():
     with st.spinner('📄 در حال پردازش فایل PDF...'):
         loader = PyPDFLoader('test1.pdf')
-        documents = loader.load()
+        # documents = loader.load()
 
         splitter = RecursiveCharacterTextSplitter(chunk_size=2000, chunk_overlap=128)
-        texts = []
-        for doc in documents:
-            texts.extend(splitter.split_text(doc.page_content))
+        # texts = []
+        # for doc in documents:
+        #     texts.extend(splitter.split_text(doc.page_content))
 
 
         embedding_function = SentenceTransformer("togethercomputer/m2-bert-80M-8k-retrieval", trust_remote_code=True)
         
-        vectorstore_index_creator = VectorstoreIndexCreator(
-            vectorstore_cls=FAISS,
-            embedding_function=embedding_function
-        )
+        # ctorstore_index_creator.from_documents([Document(page_content=text) for text in texts])
 
-        index = vectorstore_index_creator.from_documents([Document(page_content=text) for text in texts])
-
-        return index
+        return VectorstoreIndexCreator(
+            embedding=embedding_function,
+            text_splitter=splitter
+        ).from_loaders(loader)
 
 # ----------------- بارگذاری دیتا -----------------
-documents, embeddings, index, model = get_pdf_index()
-
-retriever = SimpleRetriever(
-    documents=documents,
-    embeddings=embeddings,
-    index=index,
-    model=model
-)
+index = get_pdf_index()
 
-# ----------------- تعریف LLM -----------------
 llm = ChatOpenAI(
     base_url="https://api.together.xyz/v1",
     api_key='0291f33aee03412a47fa5d8e562e515182dcc5d9aac5a7fb5eefdd1759005979',
     model="meta-llama/Llama-3.3-70B-Instruct-Turbo-Free"
 )
 
-# ----------------- ساخت Chain -----------------
-qa_chain = RetrievalQA.from_chain_type(
+chain = RetrievalQA.from_chain_type(
     llm=llm,
-    retriever=retriever,
-    chain_type="stuff",
-    chain_type_kwargs={"prompt": custom_prompt}
+    chain_type='stuff',
+    retriever=index.vectorstore.as_retriever(),
+    input_key='question'
 )
 
-# ----------------- چت استیت -----------------
 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)
 
-# ----------------- ورودی کاربر -----------------
-prompt = st.chat_input("سوالی در مورد فایل بپرس...")
+prompt = st.chat_input("چطور می‌تونم کمک کنم؟")
 
 if prompt:
     st.session_state.messages.append({'role': 'user', 'content': prompt})
     st.session_state.pending_prompt = prompt
     st.rerun()
 
-# ----------------- پاسخ‌دهی مدل -----------------
 if st.session_state.pending_prompt:
     with st.chat_message('ai'):
         thinking = st.empty()
         thinking.markdown("🤖 در حال فکر کردن...")
 
-        try:
-            # اگر مدل نتواند پاسخ دقیقی پیدا کند
-            response = qa_chain.run(st.session_state.pending_prompt)
-            if not response.strip():  # اگر پاسخ خالی یا بی‌فایده بود
-                response = "متاسفانه اطلاعات دقیقی برای پاسخ به این سوال موجود نیست."
-            else:
-                response = response.strip()
-        except Exception as e:
-            response = "متاسفانه اطلاعات لازم برای پاسخ به این سوال موجود نیست."
+        response = chain.run(f'پاسخ را فقط به زبان فارسی جواب بده. سوال: {st.session_state.pending_prompt}')
+        answer = response.split("Helpful Answer:")[-1].strip()
+        if not answer:
+            answer = "متأسفم، اطلاعات دقیقی در این مورد ندارم."
 
         thinking.empty()
-
         full_response = ""
         placeholder = st.empty()
-        for word in response.split():
+        for word in answer.split():
             full_response += word + " "
             placeholder.markdown(full_response + "▌")
             time.sleep(0.03)
@@ -195,3 +174,4 @@ if st.session_state.pending_prompt:
         placeholder.markdown(full_response)
         st.session_state.messages.append({'role': 'ai', 'content': full_response})
         st.session_state.pending_prompt = None
+