Update app.py

app.py

@@ -1,28 +1,42 @@
-from fastapi import FastAPI, Request 
+from fastapi import FastAPI
 from pydantic import BaseModel
 import chromadb
 from sentence_transformers import SentenceTransformer
-import numpy as np
-import google.generativeai as genai
 import os
+import google.generativeai as genai
 
-# Secrets Hugging Face / environnement
-GEMINI_API_KEY = os.environ.get("GEMINI_API_KEY", "")
-genai.configure(api_key=GEMINI_API_KEY)
-model_gemini = genai.GenerativeModel("gemini-2.0-flash-lite")
-
-# Utilisez /tmp/ qui est toujours accessible en écriture
-cache_dir = "/tmp/model_cache"
-os.makedirs(cache_dir, exist_ok=True)
+# === 1. Configurer le cache dans /tmp/ (accessible en écriture) ===
+os.environ['HF_HOME'] = '/tmp/huggingface'  # Dossier pour les modèles Hugging Face
+os.environ['TRANSFORMERS_CACHE'] = '/tmp/huggingface'  # Dossier pour Transformers
+os.makedirs('/tmp/huggingface', exist_ok=True)  # Crée le dossier si inexistant
 
-# Chargement du modèle avec cache personnalisé
-model = SentenceTransformer('all-MiniLM-L6-v2', cache_folder=cache_dir)
+# === 2. Charger le modèle avec gestion des erreurs ===
+try:
+    # Essayer avec le nom court
+    model = SentenceTransformer(
+        'all-MiniLM-L6-v2',
+        cache_folder='/tmp/huggingface'
+    )
+except Exception as e:
+    print(f"Erreur de chargement (nom court): {e}")
+    # Fallback: utiliser le nom complet du modèle
+    model = SentenceTransformer(
+        'sentence-transformers/all-MiniLM-L6-v2',
+        cache_folder='/tmp/huggingface'
+    )
 
-# Initialiser ChromaDB - utilisez aussi /tmp/ si possible
+# === 3. Configurer ChromaDB dans /tmp/ ===
 client = chromadb.PersistentClient(path="/tmp/chroma_db")
 
+# === 4. Configurer Gemini (existant) ===
+GEMINI_API_KEY = os.environ.get("GEMINI_API_KEY", "")
+genai.configure(api_key=GEMINI_API_KEY)
+model_gemini = genai.GenerativeModel("gemini-2.0-flash-lite")
+
 app = FastAPI()
 
+# ... (le reste de votre code reste inchangé) ...
+
 class Query(BaseModel):
     query: str