Skip to content

Latest commit

 

History

History
127 lines (78 loc) · 3.89 KB

README.md

File metadata and controls

127 lines (78 loc) · 3.89 KB
Raw

Sethaven7 - Application de Chatbot

Sethaven7 est une application de chatbot interactive permettant aux utilisateurs d'interagir avec un modèle d'intelligence artificielle à travers une interface web. Cette application utilise une architecture front-end avec JavaScript et une API en arrière-plan pour la gestion des réponses de l'IA.

Fonctionnalités

  • Interface utilisateur de chat : Permet aux utilisateurs d'envoyer des messages et de recevoir des réponses de l'IA.
  • Historique des chats : Stocke les conversations localement, permettant aux utilisateurs de revoir les conversations passées.
  • Effacement de l'historique : Les utilisateurs peuvent facilement supprimer l'historique des conversations.
  • Barre latérale : Affiche l'historique des chats avec une option pour basculer l'affichage.

Prérequis

Pour exécuter cette application en local, vous devez disposer de :

  • Python (pour lancer le serveur backend Flask)
  • Node.js (pour le développement et les dépendances front-end)
  • Git (pour le contrôle de version)
  • Modules Python : Flask, dotenv (pour gérer les variables d'environnement)
  • Connexion à l'API Groq avec un fichier .env contenant les informations suivantes : 
    GROQ_API_KEY=your_api_key_here
GROQ_MODEL_ID=your_model_id

MAX_TOKENS=1000
TEMPERATURE=0.5
TOP_P=1

Installation

  1. Clonez le dépôt du projet :

    git clone
https://github.com/Mohalac6/Sethaven7.git

  2. Installez les dépendances Python requises dans votre environnement virtuel :

    cd Sethaven7
python -m venv env
source env/bin/activate
env\Scripts\activate # Sous Windows
pip install -r requirements.txt

  3. Configurez le fichier .env avec vos informations de connexion à l'API Groq.

    GROQ_API_KEY=your_api_key_here
GROQ_MODEL_ID=your_model_id

  4. Installez les dépendances JavaScript si nécessaire (si vous utilisez des outils front-end comme npm ou Yarn) :

    npm install

Démarrage de l'application

  1. Démarrer le backend Flask :

    python app.py

    Le serveur démarrera sur http://localhost:7777

  2. Accéder à l'application : Ouvrez votre navigateur et allez sur http://localhost:7777.

Structure du Projet

  • app.py: Le point d'entrée du serveur Flask et la configuration des routes pour l'API.

  • config.py : Configuration de l'API Groq et validation des variables d'environnement.

  • static/ : Contient les fichiers CSS et JavaScript pour le front-end.

  • templates/ : Contient le fichier HTML pour l'interface utilisateur.

  • chatUI.js, chatHistory.js, aiService.js, app.js : Modules JavaScript pour gérer l'interface de chat, l'historique et la communication avec l'API backend.

Exemple d'utilisation

  1. Tapez votre message dans le champ de saisie et cliquez sur "Envoyer" pour interagir avec le chatbot.

  2. L'IA répondra en temps réel, et l'historique de la conversation sera stocké.

  3. Vous pouvez accéder à l'historique dans la barre latérale et le supprimer si nécessaire.

Développement

Pour le développement et les tests, assurez-vous d'activer le mode débogage dans Flask :

export FLASK_ENV=development
set FLASK_ENV=development # Sous Windows

Ensuite, lancez l'application en mode débogage :

 python app.py

Auteurs

Mohamed

Licence

Ce projet est sous licence MIT - voir le fichier LICENSE pour plus de détails.

Remarques

Si vous avez des suggestions ou des améliorations pour ce projet, n'hésitez pas à soumettre une demande de pull ou à ouvrir une issue.

Cette documentation offre une vue d'ensemble complète de l'application, incluant les étapes d'installation, de configuration et d'exécution. Elle est adaptée pour des utilisateurs qui souhaitent utiliser ou contribuer au projet.