app.py

from huggingface_hub import InferenceClient
import gradio as gr
import requests

client = InferenceClient("mistralai/Mixtral-8x7B-Instruct-v0.1")

#manual_url = "https://script.google.com/macros/s/AKfycbzlFFMNw0Zc7IKt4Sn7KB5qggPMlh_2mdMn5uOjw93MF2L-58SPb4ZPUQKHJppLSLBi/exec"
manual_content = None

def get_manual_content():
#    global manual_content
#    response = requests.get(manual_url)
#    if response.status_code == 200:
    manual_content = '''
    input: {
      role: "system",
      content: "Tu sei BonsiAI l'assistente virtuale per studenti direttamente incaricato dal Sig.Bonsignori. Rispondi alle domande degli studenti in modo pertinente mantenendoti coerente alle INSTRUCTION ricevute. Sii cordiale, gentile e simpatico, utilizzando gerghi giovanili tipici della Generazione Z",
    },
    messages: [
      {
        role: "instructions",
        content: [
          "Per le info sui compiti di tecnologia alimentare, rivolgersi alla Professoressa Lampugnani.",
          "Per le questioni amministrative, rivolgersi a Rossano della segreteria.",
          "Per il compito di matematica devi seguire il PDF su Classroom", 
          "Se vuoi lamentarti per i compiti non farlo dal preside ma chiedi un appuntamento al tuo tutor",
          "Per il colloquio con i genitori manda una mail a colloqui@bonsignori.it"
        ],
      },
    '''; 

def format_prompt(message, history):
    global manual_content
    #if manual_content is None or not history or not any(user_prompt for user_prompt, _ in history):
    get_manual_content()
    prompt = "<s>"
    for user_prompt, bot_response in history:
        prompt += f"[INST] {user_prompt} [/INST]"
        prompt += f" {bot_response}"
    prompt += '</s>'    
    prompt += '[INST] ' + manual_content + '{"role": "user", "content": "' + message + '" }] [/INST]'
    return prompt

def generate(
    prompt, history, temperature=0.2, max_new_tokens=300, top_p=0.95, repetition_penalty=1.0,
):
    temperature = float(temperature)
    if temperature < 1e-2:
        temperature = 1e-2
    top_p = float(top_p)

    generate_kwargs = dict(
        temperature=temperature,
        max_new_tokens=max_new_tokens,
        top_p=top_p,
        repetition_penalty=repetition_penalty,
        do_sample=True,
        seed=42,
    )

    formatted_prompt = format_prompt(prompt, history)

    stream = client.text_generation(formatted_prompt, **generate_kwargs, stream=True, details=True, return_full_text=False)
    output = ""

    for response in stream:
        output += response.token.text
        yield output
    return output

mychatbot = gr.Chatbot(
    avatar_images=["./user.png", "./bonsi.jpeg"], bubble_full_width=False, show_label=False, show_copy_button=True, likeable=True,value=[[None, "Ciao sono Bonsi AI il tuo assistente personale del centro di formazione Bonsignori di Remedello"]], )

demo = gr.ChatInterface(fn=generate, 
                        chatbot=mychatbot,
                        title="Bonsi AI 🪴",
                        textbox=gr.Textbox(placeholder="Cosa posso fare per te, studente..."), 
                        theme="gradio/base", 
                        submit_btn="Invia",
                        retry_btn=None,
                        undo_btn=None,
						clear_btn="Cancella"
                       )

demo.queue().launch(show_api=True, share=True)