add pt-br assistant with assistant switcher

cookbook/llms/groq/research/app.py

@@ -1,7 +1,9 @@
 import streamlit as st
 from phi.tools.tavily import TavilyTools
 
-from assistant import get_research_assistant # type: ignore
+# Import assistants
+from assistant import get_research_assistant as get_research_assistant_en # type: ignore
+from assistant_pt_br import get_research_assistant as get_research_assistant_pt_br # type: ignore
 
 st.set_page_config(
  page_title="Research Assistant",
@@ -10,7 +12,6 @@
 st.title("Research Assistant powered by Groq")
 st.markdown("##### :orange_heart: built using [phidata](https://github.com/phidatahq/phidata)")
 
-
 def main() -> None:
  # Get model
  llm_model = st.sidebar.selectbox(
@@ -24,6 +25,18 @@ def main() -> None:
  st.session_state["llm_model"] = llm_model
  st.rerun()
 
+ # Get assistant language
+ assistant_language = st.sidebar.selectbox(
+ "Select Assistant Language", options=["English", "Portuguese"]
+ )
+ # Set assistant language in session state
+ if "assistant_language" not in st.session_state:
+ st.session_state["assistant_language"] = assistant_language
+ # Restart the assistant if language has changed
+ elif st.session_state["assistant_language"] != assistant_language:
+ st.session_state["assistant_language"] = assistant_language
+ st.rerun()
+
  # Get topic for report
  input_topic = st.text_input(
  ":female-scientist: Enter a topic",
@@ -49,7 +62,12 @@ def main() -> None:
 
  if "topic" in st.session_state:
  report_topic = st.session_state["topic"]
- research_assistant = get_research_assistant(model=llm_model)
+
+ if st.session_state["assistant_language"] == "English":
+ research_assistant = get_research_assistant_en(model=llm_model)
+ else:
+ research_assistant = get_research_assistant_pt_br(model=llm_model)
+
  tavily_search_results = None
 
  with st.status("Searching Web", expanded=True) as status:
@@ -75,5 +93,4 @@ def main() -> None:
  if st.sidebar.button("Restart"):
  st.rerun()
 
-
 main()

cookbook/llms/groq/research/assistant_pt_br.py

@@ -0,0 +1,59 @@
+from textwrap import dedent
+from phi.llm.groq import Groq
+from phi.assistant import Assistant
+
+
+def get_research_assistant(
+ model: str = "llama3-70b-8192",
+ debug_mode: bool = True,
+) -> Assistant:
+ """Get a Groq Research Assistant."""
+
+ return Assistant(
+ name="groq_research_assistant",
+ llm=Groq(model=model),
+ description="Você é um editor sênior do NYT com a tarefa de escrever um relatório digno de uma reportagem de capa do NYT, que será entregue amanhã.",
+ instructions=[
+ "Você receberá um tópico e resultados de pesquisa de pesquisadores juniores.",
+ "Leia atentamente os resultados e gere um relatório final digno de uma reportagem de capa do NYT.",
+ "Torne seu relatório envolvente, informativo e bem estruturado.",
+ "Seu relatório deve seguir o formato fornecido abaixo.", 
+ "Lembre-se: você está escrevendo para o New York Times, então a qualidade do relatório é importante.",
+ "O relatório deve ser na lingua {Portugues}, mesmo que a estrutura e a pergunta seja em outro idioma",
+ ],
+ add_to_system_prompt=dedent("""
+ <report_format>
+ ## Título
+
+ - **Visão geral** Breve introdução ao tema.
+ - **Importância** Por que este tópico é significativo agora?
+
+ ### Seção 1
+ - **Detalhe 1**
+ - **Detalhe 2**
+ - **Detalhe 3**
+
+ ### Seção 2
+ - **Detalhe 1**
+ - **Detalhe 2**
+ - **Detalhe 3**
+
+ ### Seção 3
+ - **Detalhe 1**
+ - **Detalhe 2**
+ - **Detalhe 3**
+
+ ## Conclusão
+ - **Resumo do relatório:** Recapitulação das principais conclusões do relatório.
+ - **Implicações:** O que essas descobertas significam para o futuro.
+
+ ## Referências
+ - [Reference 1](Link to Source)
+ - [Reference 2](Link to Source)
+ </report_format>
+ """),
+ # This setting tells the LLM to format messages in markdown
+ markdown=True,
+ add_datetime_to_instructions=True,
+ debug_mode=debug_mode,
+ )

cookbook/llms/groq/video_summary/app.py

@@ -1,7 +1,9 @@
 import streamlit as st
 from phi.tools.youtube_tools import YouTubeTools
 
-from assistant import get_chunk_summarizer, get_video_summarizer # type: ignore
+# Import assistants
+from assistant import get_chunk_summarizer as get_chunk_summarizer_en, get_video_summarizer as get_video_summarizer_en # type: ignore
+from assistant_pt_br import get_chunk_summarizer as get_chunk_summarizer_pt_br, get_video_summarizer as get_video_summarizer_pt_br # type: ignore
 
 st.set_page_config(
  page_title="Youtube Video Summaries",
@@ -10,7 +12,6 @@
 st.title("Youtube Video Summaries powered by Groq")
 st.markdown("##### :orange_heart: built using [phidata](https://github.com/phidatahq/phidata)")
 
-
 def main() -> None:
  # Get model
  llm_model = st.sidebar.selectbox(
@@ -24,6 +25,18 @@ def main() -> None:
  st.session_state["llm_model"] = llm_model
  st.rerun()
 
+ # Get assistant language
+ assistant_language = st.sidebar.selectbox(
+ "Select Assistant Language", options=["English", "Portuguese"]
+ )
+ # Set assistant language in session state
+ if "assistant_language" not in st.session_state:
+ st.session_state["assistant_language"] = assistant_language
+ # Restart the assistant if language has changed
+ elif st.session_state["assistant_language"] != assistant_language:
+ st.session_state["assistant_language"] = assistant_language
+ st.rerun()
+
  # Get chunker limit
  chunker_limit = st.sidebar.slider(
  ":heart_on_fire: Words in chunk",
@@ -36,6 +49,10 @@ def main() -> None:
 
  # Get video url
  video_url = st.sidebar.text_input(":video_camera: Video URL")
+ # Get video language 
+ video_language = st.sidebar.selectbox(
+ "Select the video language", options=["en", "pt"]
+ )
  # Button to generate report
  generate_report = st.sidebar.button("Generate Summary")
  if generate_report:
@@ -53,9 +70,15 @@ def main() -> None:
 
  if "youtube_url" in st.session_state:
  _url = st.session_state["youtube_url"]
- youtube_tools = YouTubeTools(languages=["en"])
+ youtube_tools = YouTubeTools(languages=[video_language])
  video_captions = None
- video_summarizer = get_video_summarizer(model=llm_model)
+
+ if assistant_language == "English":
+ video_summarizer = get_video_summarizer_en(model=llm_model)
+ chunk_summarizer = get_chunk_summarizer_en(model=llm_model)
+ else:
+ video_summarizer = get_video_summarizer_pt_br(model=llm_model)
+ chunk_summarizer = get_chunk_summarizer_pt_br(model=llm_model)
 
  with st.status("Parsing Video", expanded=False) as status:
  with st.container():
@@ -92,7 +115,6 @@ def main() -> None:
  with st.status(f"Summarizing chunk: {i+1}", expanded=False) as status:
  chunk_summary = ""
  chunk_container = st.empty()
- chunk_summarizer = get_chunk_summarizer(model=llm_model)
  chunk_info = f"Video data: {video_data}\n\n"
  chunk_info += f"{chunks[i]}\n\n"
  for delta in chunk_summarizer.run(chunk_info):
@@ -132,5 +154,4 @@ def main() -> None:
  if st.sidebar.button("Restart"):
  st.rerun()
 
-
 main()

cookbook/llms/groq/video_summary/assistant_pt_br.py

@@ -0,0 +1,94 @@
+from textwrap import dedent
+from phi.llm.groq import Groq
+from phi.assistant import Assistant
+
+
+def get_chunk_summarizer(
+ model: str = "llama3-70b-8192",
+ debug_mode: bool = True,
+) -> Assistant:
+ """Obtenha um assistente de pesquisa Groq."""
+
+ return Assistant(
+ name="groq_youtube_pre_processor",
+ llm=Groq(model=model),
+ description="Você é um repórter sênior do NYT Brasil encarregado de resumir um vídeo do YouTube.",
+ instructions=[ 
+ "Você receberá uma transcrição do vídeo do YouTube.",
+ "Leia atentamente a transcrição e prepare um relatório detalhado com os principais fatos e detalhes.",
+ "Forneça o máximo de detalhes e fatos possível no resumo.",
+ "Seu relatório será usado para gerar um relatório final digno do New York Times.",
+ "Dê títulos relevantes às seções e forneça detalhes/fatos/processos em cada seção.",
+ "LEMBRE-SE: você está escrevendo para o New York Times, então a qualidade do relatório é importante.",
+ "Certifique-se de que seu relatório esteja formatado corretamente e siga o <report_format> fornecido abaixo."
+ "O relatório deve ser na lingua {Portugues}, mesmo que a estrutura e a pergunta seja em outro idioma",
+ ],
+ add_to_system_prompt=dedent("""
+ <report_format>
+ ### Visão Geral
+ {forneça uma visão geral do vídeo}
+
+ ### Seção 1
+ {forneça detalhes/fatos/processos nesta seção}
+
+ ... mais seções conforme necessário...
+
+ ### Conclusões
+ {forneça conclusões principais do vídeo}
+ </report_format>
+ """),
+ # Esta configuração diz ao LLM para formatar mensagens em markdown
+ markdown=True,
+ add_datetime_to_instructions=True,
+ debug_mode=debug_mode,
+ )
+
+
+def get_video_summarizer(
+ model: str = "llama3-70b-8192",
+ debug_mode: bool = True,
+) -> Assistant:
+ """Consiga um assistente de pesquisa da Groq."""
+
+ return Assistant(
+ name="groq_video_summarizer",
+ llm=Groq(model=model),
+ description="Você é um repórter sênior do NYT Brasil encarregado de escrever um resumo de um vídeo do YouTube.",
+ instructions=[
+ "Você receberá:"
+ " 1. Link do vídeo do YouTube e informações sobre o vídeo."
+ " 2. Sumários pré-processados de pesquisadores juniores."
+ "Processe cuidadosamente as informações e pense sobre os conteúdos",
+ "Em seguida, gere um relatório final digno do New York Times no formato <report_format> fornecido abaixo.",
+ "Faça seu relatório envolvente, informativo e bem estruturado.",
+ "Divida o relatório em seções e forneça conclusões importantes no final.",
+ "Certifique-se de que o título seja um link markdown para o vídeo.",
+ "Dê títulos relevantes às seções e forneça detalhes/fatos/processos em cada seção."
+ "LEMBRE-SE: você está escrevendo para o New York Times, então a qualidade do relatório é importante."
+ ],
+ add_to_system_prompt=dedent("""
+ <report_format>
+ ## Título do Vídeo com Link
+ [este é o link markdown para o vídeo]
+
+ ### Visão Geral
+ {dê uma breve introdução do vídeo e por que o usuário deveria ler este relatório}
+ {torne esta seção envolvente e crie um gancho para o leitor}
+
+ ### Seção 1
+ {divida o relatório em seções}
+ {forneça detalhes/fatos/processos nesta seção}
+
+ ... mais seções conforme necessário...
+
+ ### Conclusões
+ {forneça conclusões principais do vídeo}
+
+ Relatório gerado em: {Data do Mês, Ano (hh:mm AM/PM)}
+ </report_format>
+ """),
+ # Esta configuração diz ao LLM para formatar mensagens em markdown
+ markdown=True,
+ add_datetime_to_instructions=True,
+ debug_mode=debug_mode,
+ )