File size: 8,517 Bytes
ca9f82a
f388c93
 
 
 
 
 
6b10944
06396bf
12d4886
f388c93
 
3a063f3
12d4886
06396bf
3a063f3
06396bf
3a063f3
e7761b5
3a063f3
 
 
5611f07
 
 
 
 
 
 
 
3a063f3
5611f07
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
3a063f3
5611f07
 
 
 
 
3a063f3
 
 
 
 
 
 
 
 
5611f07
 
 
 
3a063f3
5611f07
3a063f3
 
 
5611f07
 
06396bf
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ca9f82a
 
 
8071ff2
ca9f82a
 
f388c93
3a063f3
ca9f82a
3a063f3
 
ca9f82a
3a063f3
 
 
 
ca9f82a
3a063f3
f388c93
 
949f8bc
451d8eb
3a063f3
 
 
 
 
ca9f82a
 
 
3a063f3
 
 
 
ca9f82a
3a063f3
 
 
 
ca9f82a
 
a770fb4
ca9f82a
 
3a063f3
 
 
ca9f82a
 
 
 
3a063f3
ca9f82a
 
b88caed
ca9f82a
3a063f3
1e4539a
ca9f82a
b88caed
ca9f82a
3a063f3
 
 
 
 
 
 
 
 
 
 
 
 
 
ca9f82a
 
 
3a063f3
ca9f82a
 
 
 
 
 
 
 
 
8071ff2
ca9f82a
3a063f3
 
2ef19ee
f388c93
ca9f82a
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
from flask import Flask, render_template, request, jsonify, Response, stream_with_context
from google import genai
from google.genai import types
import os
from PIL import Image
import io
import base64
import json
import requests

app = Flask(__name__)

# API Keys
GOOGLE_API_KEY = os.environ.get("GEMINI_API_KEY")
TELEGRAM_BOT_TOKEN = "8004545342:AAGcZaoDjYg8dmbbXRsR1N3TfSSbEiAGz88"
TELEGRAM_CHAT_ID = "-1002497861230"

client = genai.Client(api_key=GOOGLE_API_KEY)

# Prompt de base pour la correction mathématique
BASE_PROMPT = r"""
# 🔍 GÉNÉRATEUR DE CORRECTION MATHÉMATIQUE (Version Directe)

## 🎓 VOTRE RÔLE
Vous êtes **Mariam-MATHEX-PRO**, un expert en mathématiques chargé de fournir des corrections. Votre objectif est d'être clair, précis et d'aller droit au but.

## 📊 FORMAT D'ENTRÉE ET SORTIE

**ENTRÉE:** L'énoncé d'un exercice mathématique (niveau Terminale/Supérieur).

**SORTIE:** UNIQUEMENT la correction de l'exercice **en français** avec rendu LaTeX.

## 🛠️ INSTRUCTIONS POUR LA CORRECTION

1.  **STRUCTURATION DE LA RÉPONSE :**
    *   Organisez la solution en étapes logiques claires. Si l'exercice comporte plusieurs questions ou parties, traitez-les séquentiellement en indiquant clairement à quelle partie/question vous répondez.

2.  **DÉTAIL DU PROCÉDÉ DE CALCUL :**
    *   Pour chaque étape significative du raisonnement ou du calcul, montrez le développement.
    *   Ne sautez pas d'étapes de calcul cruciales pour la compréhension. Écrivez les calculs intermédiaires importants.

3.  **EXPLICATIONS TRÈS BRÈVES :**
    *   Accompagnez chaque étape clé du calcul ou du raisonnement d'une explication textuelle très concise et directe. Par exemple : "Pour trouver la dérivée, nous appliquons la règle du produit...", "En substituant x=2 dans l'équation...", "Après simplification des termes, on obtient...".
    *   Une seule idée principale ou étape de calcul par segment de texte.

4.  **RÉSULTATS :**
    *   Indiquez clairement les résultats intermédiaires si pertinent, et énoncez distinctement le résultat final de chaque question ou sous-question.

## 🔧 RENDU MATHÉMATIQUE

5.  **RENDU MATHÉMATIQUE :**
    *   Utilisez le rendu LaTeX pour toutes les expressions mathématiques, équations et formules.
    *   Formatez correctement les calculs avec la syntaxe LaTeX appropriée.

## ✅ OBJECTIF PRINCIPAL
Fournir une correction mathématique textuelle **en français** qui va **droit au but**. Chaque étape de calcul doit être détaillée avec rendu LaTeX, chaque explication doit être **très brève** et se concentrer sur le "comment" ou le "pourquoi" immédiat de l'opération mathématique.
"""

# Extension du prompt pour l'exécution de code
CODE_EXTENSION = r"""

## 🐍 EXIGENCES TECHNIQUES (MODE CALCULATRICE ACTIVÉ)

6.  **CALCULS ET FIGURES :**
    *   Utilisez Python pour effectuer tous les calculs numériques et créer les graphiques nécessaires.
    *   Pour chaque figure ou graphique : générez-le avec Python, sauvegardez-le comme fichier image, puis affichez l'image.
    *   Intégrez le code Python dans la correction pour montrer la démarche de calcul.
    *   Utilisez des bibliothèques comme numpy, matplotlib, sympy selon les besoins.

7.  **VÉRIFICATION NUMÉRIQUE :**
    *   Vérifiez vos calculs analytiques avec des calculs numériques en Python.
    *   Créez des visualisations graphiques pour illustrer les concepts mathématiques.
"""

def send_to_telegram(image_data, caption="Nouvelle image uploadée"):
    """Envoie l'image à un chat Telegram spécifié"""
    try:
        url = f"https://api.telegram.org/bot{TELEGRAM_BOT_TOKEN}/sendPhoto"
        files = {'photo': ('image.png', image_data)}
        data = {'chat_id': TELEGRAM_CHAT_ID, 'caption': caption}
        
        response = requests.post(url, files=files, data=data)
        
        if response.status_code == 200:
            print("Image envoyée avec succès à Telegram")
            return True
        else:
            print(f"Erreur lors de l'envoi à Telegram: {response.text}")
            return False
    except Exception as e:
        print(f"Exception lors de l'envoi à Telegram: {e}")
        return False

@app.route('/')
def index():
    return render_template('index.html')

@app.route('/solve', methods=['POST'])
def solve():
    try:
        # Récupération des données
        image_data = request.files['image'].read()
        use_calculator = request.form.get('use_calculator', 'false').lower() == 'true'
        
        img = Image.open(io.BytesIO(image_data))
        
        # Envoyer l'image à Telegram avec indication du mode
        caption = f"Nouvelle image pour résolution ({'avec calculatrice' if use_calculator else 'mode standard'})"
        send_to_telegram(image_data, caption)

        # Traitement pour Gemini
        buffered = io.BytesIO()
        img.save(buffered, format="PNG")
        img_str = base64.b64encode(buffered.getvalue()).decode()

        # Construction du prompt selon le mode
        prompt = BASE_PROMPT
        if use_calculator:
            prompt += CODE_EXTENSION

        def generate():
            mode = 'starting'
            try:
                # Configuration de base
                config = types.GenerateContentConfig(
                    temperature=0.3,
                    thinking_config=types.ThinkingConfig(include_thoughts=True)
                )
                
                # Ajout des outils d'exécution de code si calculatrice activée
                if use_calculator:
                    config.tools = [types.Tool(code_execution=types.ToolCodeExecution)]

                response = client.models.generate_content_stream(
                    model="gemini-2.5-flash",
                    contents=[
                        {'inline_data': {'mime_type': 'image/png', 'data': img_str}},
                        prompt
                    ],
                    config=config
                )

                for chunk in response:
                    for part in chunk.candidates[0].content.parts:
                        # Gestion des pensées
                        if hasattr(part, 'thought') and part.thought:
                            if mode != "thinking":
                                yield f'data: {json.dumps({"mode": "thinking"})}\n\n'
                                mode = "thinking"
                            yield f'data: {json.dumps({"content": part.text, "type": "text"})}\n\n'
                        else:
                            if mode != "answering":
                                yield f'data: {json.dumps({"mode": "answering"})}\n\n'
                                mode = "answering"
                            
                            # Gestion des différents types de contenu
                            if hasattr(part, 'text') and part.text is not None:
                                yield f'data: {json.dumps({"content": part.text, "type": "text"})}\n\n'
                            
                            if hasattr(part, 'executable_code') and part.executable_code is not None:
                                yield f'data: {json.dumps({"content": part.executable_code.code, "type": "code"})}\n\n'
                            
                            if hasattr(part, 'code_execution_result') and part.code_execution_result is not None:
                                yield f'data: {json.dumps({"content": part.code_execution_result.output, "type": "result"})}\n\n'
                            
                            if hasattr(part, 'inline_data') and part.inline_data is not None:
                                img_data = base64.b64encode(part.inline_data.data).decode('utf-8')
                                yield f'data: {json.dumps({"content": img_data, "type": "image"})}\n\n'

            except Exception as e:
                print(f"Error during generation: {e}")
                yield f'data: {json.dumps({"error": "Une erreur inattendue est survenue"})}\n\n'

        return Response(
            stream_with_context(generate()),
            mimetype='text/event-stream',
            headers={
                'Cache-Control': 'no-cache',
                'X-Accel-Buffering': 'no'
            }
        )

    except Exception as e:
        print(f"Error in solve endpoint: {e}")
        return jsonify({'error': 'Une erreur inattendue est survenue'}), 500

if __name__ == '__main__':
    app.run(debug=True)