Upload proyecto1.py

proyecto1.py

@@ -0,0 +1,138 @@
+import torch
+from transformers import pipeline
+from huggingface_hub import login
+import re
+from runware import Runware, IPromptEnhance, IImageInference 
+import asyncio
+import gradio as gr
+import os
+from dotenv import load_dotenv
+
+# Cargar las variables del archivo .env
+load_dotenv()
+
+# Obtener las claves desde las variables de entorno
+hf_token = os.getenv("HF_TOKEN")
+RUNWARE_API_KEY = os.getenv("RUNWARE_API_KEY")
+
+# Variables de configuración del modelo
+model_id = "meta-llama/Llama-3.2-1B-Instruct"
+
+# Autenticación en Hugging Face
+login(hf_token)
+
+# Configuración del pipeline
+pipe = pipeline(
+    "text-generation",
+    model=model_id,
+    torch_dtype=torch.bfloat16,
+    device_map="auto",
+    temperature=0.2,  # Reducir creatividad
+    top_p=0.8,
+)
+
+# Definir la función para generar texto mejorado
+def generar_texto_mejorado(contenido_usuario, max_new_tokens=256):
+    messages = [
+        {"role": "system", "content": "Eres un editor profesional y experimentado que ayuda a escritores a mejorar su estilo de escritura. Tu objetivo es revisar el texto proporcionado por el usuario, mejorando su claridad, fluidez, gramática y precisión. Haz sugerencias que mantengan el tono y el estilo general del autor, pero que hagan el texto más atractivo y fácil de leer. Recuerda no agregar mas texto del que ya existe. Y al final del texto, introduce una lista con las mejoras que has realizado en el texto empezando con <mejoras>"},
+        {"role": "user", "content": contenido_usuario},
+    ]
+    
+    # Generar la respuesta con el modelo
+    outputs = pipe(
+        messages,
+        max_new_tokens=max_new_tokens
+    )
+    
+    # Extraer y retornar solo el contenido generado por el asistente
+    texto_generado = outputs[0]["generated_text"]
+    
+    # Buscar y extraer únicamente el contenido después del primer ':', omitiendo información redundante
+    # Ajustamos el contenido generado al esquema esperado
+    if isinstance(texto_generado, list) and "content" in texto_generado[-1]:
+        texto_generado = texto_generado[-1]["content"]
+    
+    # Buscar el contenido dentro de las etiquetas <mejoras> y extraerlo
+        match = re.search(r"<mejoras>", texto_generado, re.IGNORECASE)
+    
+    if match:
+        # Separar el contenido principal y las mejoras
+        contenido_principal = texto_generado[:match.start()].strip()
+        mejoras = texto_generado[match.end():].strip()  # Tomar desde el final de <mejoras> hasta el final del texto
+        return contenido_principal, mejoras
+    else:
+        mejoras="No se encontraron mejoras en el texto."
+        return texto_generado, mejoras
+
+# Definir la función para generar texto mejorado
+def generar_prompt_imagen(texto_generado, max_new_tokens=256):
+    messages = [
+        {"role": "system", "content": "Utilizando el siguiente texto de un artículo de noticia, crea un prompt visual detallado para generar una imagen que represente de manera precisa el tema y tono del artículo. Asegúrate de capturar los aspectos clave mencionados en el artículo, como el entorno, las personas, el contexto o los eventos, y expresar visualmente los sentimientos o conceptos que se mencionan. Mantén en cuenta la estética y los detalles descriptivos de lo que se discute"},
+        {"role": "user", "content": texto_generado},
+    ]
+    
+    # Generar la respuesta con el modelo
+    outputs = pipe(
+        messages,
+        max_new_tokens=max_new_tokens
+    )
+    
+    # Extraer y retornar solo el contenido generado por el asistente
+    prompt_generado = outputs[0]["generated_text"]
+    
+    # Buscar y extraer únicamente el contenido después del primer ':', omitiendo información redundante
+    # Ajustamos el contenido generado al esquema esperado
+    if isinstance(prompt_generado, list) and "content" in prompt_generado[-1]:
+        prompt_generado = prompt_generado[-1]["content"]
+    return prompt_generado
+
+# Función para generar imagen desde texto usando la API de Runware
+async def generar_imagen(prompt_generado):
+    if not (3 <= len(prompt_generado) <= 2000):
+        return "Error: El texto debe tener entre 3 y 2000 caracteres."
+
+    runware = Runware(api_key=RUNWARE_API_KEY)
+    await runware.connect()
+
+    request_image = IImageInference(
+        positivePrompt=prompt_generado,
+        model="civitai:36520@76907",
+        numberResults=1,
+        negativePrompt="cloudy, rainy",
+        height=512,
+        width=512,
+    )
+
+    images = await runware.imageInference(requestImage=request_image)
+    if images:
+        return images[0].imageURL
+    else:
+        return "No se generó ninguna imagen."
+
+
+# Función principal que se pasará a Gradio
+def interfaz_gradio(text):
+    # Ejecutar la tarea asincrónica de procesar el texto y generar la imagen
+    texto_mejorado, mejoras= generar_texto_mejorado(text)
+    prompt_generado = generar_prompt_imagen(texto_mejorado)
+    imagen_url = asyncio.run(generar_imagen(prompt_generado))
+
+    # Retornar los resultados para mostrarlos en la interfaz
+    return texto_mejorado, mejoras, imagen_url
+
+
+iface = gr.Interface(
+    fn=interfaz_gradio,  # Función que será llamada al interactuar con la interfaz
+    inputs=gr.Textbox(label="Texto para mejorar"),  # Campo de texto para el usuario
+    outputs=[
+        gr.Textbox(label="Texto Mejorado"),  # Mostrar el texto mejorado
+        gr.Textbox(label="Mejoras realizadas"),  # Mostrar las mejoras
+        gr.Image(label="Imagen Generada")  # Mostrar la imagen generada
+    ],
+    live=False,  # Desactivar la actualización en tiempo real
+    allow_flagging="never",  # Opcional: desactivar las banderas de los usuarios
+)
+
+
+# Iniciar la interfaz
+iface.launch()