Spaces:
Running
Running
| 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 | |
| def index(): | |
| return render_template('index.html') | |
| 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) |