Upload app.py

app.py

@@ -31,4 +31,288 @@ from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
 from langchain_community.vectorstores import FAISS
 from langchain_community.llms import HuggingFacePipeline
 
-# 其餘代碼保持不變...
+# 其餘代碼保持不變...
+
+# 設定logging
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+# 頁面配置
+st.set_page_config(
+    page_title="Excel 問答 AI（ChatGLM 驅動）",
+    page_icon="🤖",
+    layout="wide"
+)
+
+# 應用標題與說明
+st.title("🤖 Excel 問答 AI（ChatGLM 驅動）")
+st.markdown("""
+### 使用說明
+1. 可直接提問一般知識，AI 將使用內建能力回答
+2. 上傳 Excel 檔案（包含「問題」和「答案」欄位）以添加專業知識
+3. 系統會優先使用您上傳的知識庫進行回答
+""")
+
+# 側邊欄設定
+with st.sidebar:
+    st.header("參數設定")
+    
+    model_option = st.selectbox(
+        "選擇模型",
+        ["THUDM/chatglm3-6b", "THUDM/chatglm2-6b", "THUDM/chatglm-6b"],
+        index=0
+    )
+    
+    embedding_option = st.selectbox(
+        "選擇嵌入模型",
+        ["shibing624/text2vec-base-chinese", "GanymedeNil/text2vec-large-chinese"],
+        index=0
+    )
+    
+    mode = st.radio(
+        "回答模式",
+        ["混合模式（優先使用上傳資料）", "僅使用上傳資料", "僅使用模型知識"]
+    )
+    
+    max_tokens = st.slider("最大回應長度", 128, 2048, 512)
+    temperature = st.slider("溫度（創造性）", 0.0, 1.0, 0.7, 0.1)
+    top_k = st.slider("檢索相關文檔數", 1, 5, 3)
+    
+    st.markdown("---")
+    st.markdown("### 關於")
+    st.markdown("此應用使用 ChatGLM 模型結合 LangChain 框架，將您的 Excel 數據轉化為智能問答系統。同時支持一般知識問答。")
+    st.markdown("📱 [GitHub 專案連結](https://github.com/yourusername/excel-qa-chatglm)")
+
+# 全局變量
+@st.cache_resource
+def load_embeddings(model_name):
+    try:
+        logger.info(f"加載嵌入模型: {model_name}")
+        return HuggingFaceEmbeddings(model_name=model_name)
+    except Exception as e:
+        logger.error(f"嵌入模型加載失敗: {str(e)}")
+        st.error(f"嵌入模型加載失敗: {str(e)}")
+        return None
+
+@st.cache_resource
+def load_llm(_model_name, _max_tokens, _temperature):
+    try:
+        logger.info(f"加載語言模型: {_model_name}")
+        
+        # 檢查是否有GPU可用
+        device = "cuda" if torch.cuda.is_available() else "cpu"
+        logger.info(f"使用設備: {device}")
+        
+        # 加載模型和tokenizer
+        tokenizer = AutoTokenizer.from_pretrained(_model_name, trust_remote_code=True)
+        model = AutoModelForCausalLM.from_pretrained(
+            _model_name, 
+            trust_remote_code=True,
+            device_map=device,
+            torch_dtype=torch.float16 if device == "cuda" else torch.float32
+        )
+        
+        # 創建pipeline
+        pipe = pipeline(
+            "text-generation",
+            model=model,
+            tokenizer=tokenizer,
+            max_new_tokens=_max_tokens,
+            temperature=_temperature,
+            top_p=0.9,
+            repetition_penalty=1.1
+        )
+        
+        return HuggingFacePipeline(pipeline=pipe)
+    except Exception as e:
+        logger.error(f"語言模型加載失敗: {str(e)}")
+        st.error(f"語言模型加載失敗: {str(e)}")
+        return None
+
+# 創建向量資料庫
+def create_vectorstore(texts, embeddings):
+    try:
+        return FAISS.from_texts(texts, embedding=embeddings)
+    except Exception as e:
+        logger.error(f"向量資料庫創建失敗: {str(e)}")
+        st.error(f"向量資料庫創建失敗: {str(e)}")
+        return None
+
+# 創建直接問答的LLM鏈
+def create_general_qa_chain(llm):
+    prompt_template = """請回答以下問題：
+
+問題: {question}
+
+請提供詳細且有幫助的回答："""
+    
+    prompt = PromptTemplate(
+        template=prompt_template,
+        input_variables=["question"]
+    )
+    
+    return LLMChain(llm=llm, prompt=prompt)
+
+# 混合模式問答處理
+def hybrid_qa(query, qa_chain, general_chain, confidence_threshold=0.7):
+    # 先嘗試使用知識庫回答
+    try:
+        kb_result = qa_chain({"query": query})
+        # 檢查向量存儲的相似度分數，判斷是否有足夠相關的內容
+        if hasattr(kb_result, 'source_documents') and len(kb_result["source_documents"]) > 0:
+            # 這裡假設我們能獲取到相似度分數，實際上可能需要根據您使用的向量存儲方法調整
+            relevance = True  # 在實際應用中，這裡應根據相似度分數確定
+            
+            if relevance:
+                return kb_result, "knowledge_base", kb_result["source_documents"]
+    except Exception as e:
+        logger.warning(f"知識庫查詢失敗: {str(e)}")
+    
+    # 如果知識庫沒有足夠相關的答案，使用一般知識模式
+    try:
+        general_result = general_chain.run(question=query)
+        return {"result": general_result}, "general", []
+    except Exception as e:
+        logger.error(f"一般知識查詢失敗: {str(e)}")
+        return {"result": "很抱歉，無法處理您的問題，請稍後再試。"}, "error", []
+
+# 主應用邏輯
+# 加載語言模型（不管是否上傳文件都需要）
+with st.spinner("正在加載AI模型..."):
+    llm = load_llm(model_option, max_tokens, temperature)
+    if llm is None:
+        st.error("語言模型加載失敗，請刷新頁面重試")
+        st.stop()
+
+# 創建一般問答鏈
+general_qa_chain = create_general_qa_chain(llm)
+
+# 變數初始化
+kb_qa_chain = None
+has_knowledge_base = False
+vectorstore = None
+
+# 上傳Excel文件
+uploaded_file = st.file_uploader("上傳你的問答 Excel（可選）", type=["xlsx"])
+
+if uploaded_file:
+    # 讀取Excel文件
+    try:
+        df = pd.read_excel(uploaded_file)
+        
+        # 檢查必要欄位
+        if not {'問題', '答案'}.issubset(df.columns):
+            st.error("Excel 檔案需包含 '問題' 和 '答案' 欄位")
+        else:
+            # 顯示資料預覽
+            with st.expander("Excel 資料預覽"):
+                st.dataframe(df.head())
+                
+            st.info(f"成功讀取 {len(df)} 筆問答對")
+            
+            # 建立文本列表
+            texts = [f"問題：{q}\n答案：{a}" for q, a in zip(df['問題'], df['答案'])]
+            
+            # 進度條
+            progress_text = "正在處理中..."
+            my_bar = st.progress(0, text=progress_text)
+            
+            # 加載嵌入模型
+            my_bar.progress(25, text="正在加載嵌入模型...")
+            embeddings = load_embeddings(embedding_option)
+            if embeddings is None:
+                st.stop()
+            
+            # 建立向量資料庫
+            my_bar.progress(50, text="正在建立向量資料庫...")
+            vectorstore = create_vectorstore(texts, embeddings)
+            if vectorstore is None:
+                st.stop()
+            
+            # 創建問答鏈
+            my_bar.progress(75, text="正在建立知識庫問答系統...")
+            kb_qa_chain = RetrievalQA.from_chain_type(
+                llm=llm,
+                retriever=vectorstore.as_retriever(search_kwargs={"k": top_k}),
+                chain_type="stuff",
+                return_source_documents=True
+            )
+            
+            has_knowledge_base = True
+            
+            my_bar.progress(100, text="準備完成！")
+            time.sleep(1)
+            my_bar.empty()
+            
+            st.success("知識庫已準備就緒，請輸入您的問題")
+    
+    except Exception as e:
+        logger.error(f"Excel 檔案處理失敗: {str(e)}")
+        st.error(f"Excel 檔案處理失敗: {str(e)}")
+
+# 查詢部分
+st.markdown("## 開始對話")
+query = st.text_input("請輸入你的問題：")
+
+if query:
+    with st.spinner("AI 思考中..."):
+        try:
+            start_time = time.time()
+            
+            # 根據模式選擇問答方式
+            if mode == "僅使用上傳資料":
+                if has_knowledge_base:
+                    result = kb_qa_chain({"query": query})
+                    source = "knowledge_base" 
+                    source_docs = result["source_documents"]
+                else:
+                    st.warning("您選擇了僅使用上傳資料模式，但尚未上傳Excel檔案。請上傳檔案或變更模式。")
+                    st.stop()
+                    
+            elif mode == "僅使用模型知識":
+                result = {"result": general_qa_chain.run(question=query)}
+                source = "general"
+                source_docs = []
+                
+            else:  # 混合模式
+                if has_knowledge_base:
+                    result, source, source_docs = hybrid_qa(query, kb_qa_chain, general_qa_chain)
+                else:
+                    result = {"result": general_qa_chain.run(question=query)}
+                    source = "general"
+                    source_docs = []
+            
+            end_time = time.time()
+            
+            # 顯示回答
+            st.markdown("### AI 回答：")
+            st.markdown(result["result"])
+            
+            # 根據來源顯示不同信息
+            if source == "knowledge_base":
+                st.success("✅ 回答來自您的知識庫")
+                # 顯示參考資料
+                with st.expander("參考資料"):
+                    for i, doc in enumerate(source_docs):
+                        st.markdown(f"**參考 {i+1}**")
+                        st.markdown(doc.page_content)
+                        st.markdown("---")
+            elif source == "general":
+                if has_knowledge_base:
+                    st.info("ℹ️ 回答來自模型的一般知識（知識庫中未找到相關內容���")
+                else:
+                    st.info("ℹ️ 回答來自模型的一般知識")
+            
+            st.text(f"回答生成時間: {(end_time - start_time):.2f} 秒")
+            
+        except Exception as e:
+            logger.error(f"查詢處理失敗: {str(e)}")
+            st.error(f"查詢處理失敗，請重試: {str(e)}")
+
+# 添加會話歷史功能
+if "chat_history" not in st.session_state:
+    st.session_state.chat_history = []
+
+# 底部資訊
+st.markdown("---")
+st.markdown("Made with ❤️ | 若需支援，請聯繫 [[email protected]](mailto:[email protected])")