app.py

# app.py
import os
import pickle
import gzip
import json
import re
import numpy as np
import faiss
from sentence_transformers import SentenceTransformer
from rank_bm25 import BM25Okapi
import google.generativeai as genai
from flask import Flask, request, jsonify
from flask_cors import CORS
from huggingface_hub import hf_hub_download # Thư viện để tải file từ Hub

print("--- KHỞI ĐỘNG MÁY CHỦ CHATBOT ---")

# --- 1. THIẾT LẬP VÀ TẢI TÀI NGUYÊN TỪ HUGGING FACE HUB ---
try:
    print("Đang tải các tài nguyên cần thiết từ Hugging Face Hub...")
    
    # !!! THAY THẾ BẰNG USERNAME VÀ TÊN DATASET CỦA BẠN !!!
    HF_REPO_ID = "TEN_USERNAME_HF/egov-bot-data" 

    # Tự động tải các file từ "Kho Dữ liệu" về môi trường của Space
    RAW_PATH = hf_hub_download(repo_id=HF_REPO_ID, filename="toan_bo_du_lieu_final.json")
    FAISS_PATH = hf_hub_download(repo_id=HF_REPO_ID, filename="index.faiss")
    METAS_PATH = hf_hub_download(repo_id=HF_REPO_ID, filename="metas.pkl.gz")
    BM25_PATH = hf_hub_download(repo_id=HF_REPO_ID, filename="bm25.pkl.gz")
    print("✅ Tải file dữ liệu thành công!")

    # Lấy API Key từ Secret của Hugging Face
    API_KEY = os.environ.get("GOOGLE_API_KEY") 
    genai.configure(api_key=API_KEY)

    # Tải các mô hình và dữ liệu
    generation_model = genai.GenerativeModel('gemini-2.5-flash') 
    embedding_model = SentenceTransformer("AITeamVN/Vietnamese_Embedding")
    
    faiss_index = faiss.read_index(FAISS_PATH)
    with gzip.open(METAS_PATH, "rb") as f:
        metadatas = pickle.load(f)
    with gzip.open(BM25_PATH, "rb") as f:
        bm25 = pickle.load(f)
    with open(RAW_PATH, "r", encoding="utf-8") as f:
        raw_data = json.load(f)
        procedure_map = {item['nguon']: item for item in raw_data}

    print(f"✅ Tải tài nguyên thành công! Sẵn có {faiss_index.ntotal} chunks kiến thức.")

except Exception as e:
    print(f"❌ LỖI KHI TẢI TÀI NGUYÊN: {e}")

# --- 2. CÁC HÀM XỬ LÝ CỦA BỘ NÃO (LOGIC TỪ COLAB CỦA BẠN) ---
# (Toàn bộ các hàm classify_followup, minmax_scale, retrieve, get_full_procedure_text của bạn được giữ nguyên ở đây)
def classify_followup(text: str):
    text = text.lower().strip()
    score = 0
    strong_followup_keywords = [r"\b(nó|cái (này|đó|ấy)|thủ tục (này|đó|ấy))\b", r"\b(vừa (nói|hỏi)|trước đó|ở trên|phía trên)\b", r"\b(tiếp theo|tiếp|còn nữa|ngoài ra)\b", r"\b(thế (thì|à)|vậy (thì|à)|như vậy)\b"]
    detail_questions = [r"\b(mất bao lâu|thời gian|bao nhiêu tiền|chi phí|phí)\b", r"\b(ở đâu|tại đâu|chỗ nào|địa chỉ)\b", r"\b(cần (gì|những gì)|yêu cầu|điều kiện)\b"]
    specific_services = [r"\b(làm|cấp|gia hạn|đổi|đăng ký)\s+(căn cước|cmnd|cccd)\b", r"\b(làm|cấp|gia hạn|đổi)\s+hộ chiếu\b", r"\b(đăng ký)\s+(kết hôn|sinh|tử|hộ khẩu)\b"]
    if any(re.search(p, text) for p in strong_followup_keywords): score -= 3
    if any(re.search(p, text) for p in detail_questions): score -= 2
    if any(re.search(p, text) for p in specific_services): score += 3
    if len(text.split()) <= 4: score -=1
    return 0 if score < 0 else 1

def minmax_scale(arr):
    arr = np.array(arr, dtype="float32")
    if len(arr) == 0 or np.max(arr) == np.min(arr): return np.zeros_like(arr)
    return (arr - np.min(arr)) / (np.max(arr) - np.min(arr))

def retrieve(query: str, top_k=3):
    qv = embedding_model.encode([query], normalize_embeddings=True).astype("float32")
    D, I = faiss_index.search(qv, top_k * 5)
    vec_scores = (1 - D[0]).tolist()
    vec_idx = I[0].tolist()
    tokenized_query = query.split()
    bm25_scores_all = bm25.get_scores(tokenized_query)
    bm25_top_idx = np.argsort(-bm25_scores_all)[:top_k * 5].tolist()
    union_idx = list(dict.fromkeys(vec_idx + bm25_top_idx))
    vec_map = {i: s for i, s in zip(vec_idx, vec_scores)}
    vec_list = [vec_map.get(i, 0.0) for i in union_idx]
    bm25_list = [bm25_scores_all[i] for i in union_idx]
    vec_scaled = minmax_scale(vec_list)
    bm25_scaled = minmax_scale(bm25_list)
    fused = 0.7 * vec_scaled + 0.3 * bm25_scaled
    order = np.argsort(-fused)
    return [union_idx[i] for i in order[:top_k]]

def get_full_procedure_text(parent_id):
    procedure = procedure_map.get(parent_id)
    if not procedure: return "Không tìm thấy thủ tục."
    parts = []
    field_map = {"ten_thu_tuc": "Tên thủ tục", "cach_thuc_thuc_hien": "Cách thức thực hiện", "thanh_phan_ho_so": "Thành phần hồ sơ", "trinh_tu_thuc_hien": "Trình tự thực hiện", "co_quan_thuc_hien": "Cơ quan thực hiện", "yeu_cau_dieu_kien": "Yêu cầu, điều kiện", "thu_tuc_lien_quan": "Thủ tục liên quan", "nguon": "Nguồn"}
    for k, v in procedure.items():
        if v and k in field_map:
            parts.append(f"{field_map[k]}:\n{str(v).strip()}")
    return "\n\n".join(parts)

# --- 3. KHỞI TẠO MÁY CHỦ FLASK VÀ API ---
app = Flask(__name__)
CORS(app)

chat_histories = {} 

@app.route('/chat', methods=['POST'])
def chat():
    data = request.json
    user_query = data.get('question')
    session_id = data.get('session_id', 'default')

    if not user_query:
        return jsonify({"error": "Không có câu hỏi nào được cung cấp"}), 400

    if session_id not in chat_histories:
        chat_histories[session_id] = []
    
    current_history = chat_histories[session_id]
    
    context = ""
    if classify_followup(user_query) == 0 and current_history:
        context = current_history[-1].get('context', '')
        print(f"[{session_id}] Dùng lại ngữ cảnh cũ cho câu hỏi followup.")
    else:
        retrieved_indices = retrieve(user_query)
        if retrieved_indices:
            parent_id = metadatas[retrieved_indices[0]]["parent_id"]
            context = get_full_procedure_text(parent_id)
        print(f"[{session_id}] Đã tìm được ngữ cảnh mới.")

    history_str = "\n".join([f"{item['role']}: {item['content']}" for item in current_history])
    prompt = f"""Bạn là trợ lý eGov-Bot... (Nội dung prompt của bạn ở đây)
    Lịch sử trò chuyện: {history_str}
    DỮ LIỆU: --- {context} ---
    CÂU HỎI: {user_query}
    """
    
    response = generation_model.generate_content(prompt)
    final_answer = response.text

    current_history.append({'role': 'user', 'content': user_query})
    current_history.append({'role': 'model', 'content': final_answer, 'context': context})
    
    return jsonify({"answer": final_answer})

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=7860)