Update app.py

app.py

@@ -1,4 +1,4 @@
-#141
+#142
 
 import os
 import gradio as gr
@@ -11,20 +11,13 @@ import torch
 from llama_cpp import Llama
 import time
 
-# Configuration des modèles disponibles
+# [Configuration des modèles et PREPROMPT restent identiques à C141]
 TEXT_MODELS = {
     "Mistral Nemo 2407 (GGUF)": "MisterAI/Bartowski_MistralAI_Mistral-Nemo-Instruct-2407-IQ4_XS.gguf",
     "Mixtral 8x7B": "mistralai/Mixtral-8x7B-v0.1",
     "Lucie 7B": "OpenLLM-France/Lucie-7B"
 }
 
-# Commenté : Configuration des modèles d'images
-# IMAGE_MODELS = {
-#     "FLUX.1": "black-forest-labs/FLUX.1-schnell",
-#     "ArtifyAI": "ImageInception/ArtifyAI-v1.1"
-# }
-
-# Préprompt modifié pour ne pas inclure la génération d'images
 PREPROMPT = """Vous êtes un assistant IA expert en création de présentations PowerPoint professionnelles.
 Générez une présentation structurée et détaillée en suivant ce format EXACT:
 
@@ -56,13 +49,11 @@ class PresentationGenerator:
         login(self.token)
         self.text_model = None
         self.text_tokenizer = None
-        # Commenté : self.image_pipeline = None
 
     def load_text_model(self, model_name):
         """Charge le modèle de génération de texte"""
         model_id = TEXT_MODELS[model_name]
         if model_id.endswith('.gguf'):
-            # Configuration pour les modèles GGUF
             model_path = hf_hub_download(
                 repo_id=model_id.split('/')[0] + '/' + model_id.split('/')[1],
                 filename=model_id.split('/')[-1],
@@ -76,7 +67,6 @@ class PresentationGenerator:
             )
             print(f"Modèle GGUF {model_id} chargé avec succès!")
         else:
-            # Configuration pour les modèles Transformers standards
             self.text_tokenizer = AutoTokenizer.from_pretrained(model_id, token=self.token)
             self.text_model = AutoModelForCausalLM.from_pretrained(
                 model_id,
@@ -86,13 +76,6 @@ class PresentationGenerator:
             )
             print(f"Modèle Transformers {model_id} chargé avec succès!")
 
-    # Commenté : Fonction de chargement du modèle d'images
-    # def load_image_model(self, model_name):
-    #     """Charge le modèle de génération d'images"""
-    #     model_id = IMAGE_MODELS[model_name]
-    #     self.image_pipeline = gr.load("models/black-forest-labs/FLUX.1-schnell")
-    #     print(f"Modèle d'image FLUX chargé : {model_id}")
-
     def generate_text(self, prompt, temperature=0.7, max_tokens=4096):
         """Génère le texte de la présentation"""
         if isinstance(self.text_model, Llama):
@@ -119,20 +102,6 @@ class PresentationGenerator:
             print("Texte généré par Transformers :", generated_text)
             return generated_text
 
-    # Commenté : Fonction de génération d'images
-    # def generate_image(self, prompt, negative_prompt="", num_inference_steps=30):
-    #     """Génère une image pour la diapositive"""
-    #     try:
-    #         image = self.image_pipeline(
-    #             prompt=prompt,
-    #             negative_prompt=negative_prompt,
-    #             num_inference_steps=num_inference_steps
-    #         )[0]
-    #         return image
-    #     except Exception as e:
-    #         print(f"Erreur lors de la génération de l'image: {str(e)}")
-    #         return None
-
     def parse_presentation_content(self, content):
         """Parse le contenu généré en sections pour les diapositives"""
         slides = []
@@ -150,9 +119,6 @@ class PresentationGenerator:
                 current_slide['title'] = line[6:].strip()
             elif line.startswith('- ') and current_slide:
                 current_slide['points'].append(line[2:].strip())
-            # Commenté : Parsing des prompts d'images
-            # elif line.startswith('Image:') and current_slide:
-            #     current_slide['image_prompt'] = line[6:].strip()
 
         if current_slide:
             slides.append(current_slide)
@@ -181,17 +147,6 @@ class PresentationGenerator:
                     p.text = point
                     p.level = 0
 
-            # Commenté : Ajout des images
-            # if slide.get('image_prompt'):
-            #     image = self.generate_image(slide['image_prompt'])
-            #     if image:
-            #         img_path = f"temp_slide_{slides.index(slide)}.png"
-            #         image.save(img_path)
-            #         left = Inches(1)
-            #         top = Inches(2.5)
-            #         content_slide.shapes.add_picture(img_path, left, top, height=Inches(4))
-            #         os.remove(img_path)
-
         return prs
 
 def generate_presentation_with_progress(text, text_model_name, temperature, max_tokens):
@@ -214,19 +169,25 @@ def generate_presentation_with_progress(text, text_model_name, temperature, max_
         slides = generator.parse_presentation_content(generated_content)
         prs = generator.create_presentation(slides)
 
-        # Sauvegarde
-        output_path = "presentation.pptx"
+        # Sauvegarde avec chemin absolu
+        output_path = os.path.abspath("presentation.pptx")
         prs.save(output_path)
 
+        # Vérification que le fichier existe
+        if not os.path.exists(output_path):
+            raise FileNotFoundError(f"Le fichier {output_path} n'a pas été créé correctement")
+
         execution_time = time.time() - start_time
         status = f"Présentation générée avec succès en {execution_time:.2f} secondes!"
 
-        return status, generated_content, output_path
+        # Retourne le statut, le contenu généré et le fichier
+        return status, generated_content, (output_path, "presentation.pptx")
 
     except Exception as e:
+        print(f"Erreur lors de la génération: {str(e)}")
         return f"Erreur: {str(e)}", None, None
 
-# CSS personnalisé pour un thème sombre amélioré
+# [Le reste du code (CSS et interface Gradio) reste identique à C141]
 css = """
 /* Thème sombre personnalisé */
 .gradio-container {
@@ -322,12 +283,6 @@ with gr.Blocks(theme=gr.themes.Default(), css=css) as demo:
                 label="Votre texte",
                 placeholder="Décrivez le contenu que vous souhaitez pour votre présentation..."
             )
-            # Commenté : Upload de fichiers
-            # file_upload = gr.File(
-            #     label="Documents de référence (PDF, Images)",
-            #     file_types=["pdf", "png", "jpg", "jpeg"],
-            #     type="binary"
-            # )
 
     with gr.Row():
         generate_btn = gr.Button("🚀 Générer la présentation", variant="primary")