new interface of chat app

app.py

@@ -1,99 +1,135 @@
+import os
 import gradio as gr
 from google import genai
-import os
+from google.genai import types
 
-# Configure Gemini API
-# You will need to set the GEMINI_API_KEY environment variable in Hugging Face Secrets
-client = genai.Client(api_key=os.environ.get("GEMINI_API_KEY"))
+api_key = os.environ.get("GEMINI_API_KEY")
 
-# Define available behaviors
-BEHAVIORS = {
-    "Helpful Assistant": "You are a helpful, polite, and concise AI assistant.",
-    "Creative Writer": "You are a creative writer. Your responses should be imaginative, descriptive, and engaging.",
-    "Code Expert": "You are an expert software engineer. Provide clear, optimized, and well-commented code examples.",
-    "Philosopher": "You are a deep-thinking philosopher. Explore the nuances and underlying meanings of every question."
-}
+client = None
+if api_key:
+    client = genai.Client(api_key=api_key)
 
-def chat_with_gemini(message, history, system_behavior, model_name, temperature):
-    # Convert Gradio history to Gemini format
-    contents = []
-    for msg in history:
-        # Gradio uses "user" and "assistant", Gemini uses "user" and "model"
-        role = "user" if msg["role"] == "user" else "model"
-        
-        # Robustly extract text content
-        content = msg["content"]
-        if isinstance(content, list):
-            # Extract text from complex Gradio message parts
-            text_parts = []
-            for part in content:
-                if isinstance(part, dict) and "text" in part:
-                    if isinstance(part["text"], str):
-                        text_parts.append(part["text"])
-                    elif isinstance(part["text"], list):
-                        for subpart in part["text"]:
-                            if isinstance(subpart, dict) and "text" in subpart:
-                                text_parts.append(subpart["text"])
-            text_content = "".join(text_parts)
-        else:
-            text_content = str(content)
-            
-        contents.append({"role": role, "parts": [{"text": text_content}]})
+SYSTEM_PROMPT = """
+Eres un Asistente de Planificación Maestro experto. Tu objetivo es ayudar al usuario a planificar proyectos en tres áreas específicas:
+1. Planificación de Producción (Demanda, Inventario, Capacidades).
+2. Planificación de Proyectos de Ingeniería de Datos.
+3. Planificación de Proyectos de IA Generativa.
+
+Al inicio de la conversación, DEBES presentarte brevemente y ofrecer estas 3 capacidades de planificación.
+
+REGLAS GENERALES:
+- Habla siempre en Español.
+- Sé profesional, analítico y servicial.
+- Si el usuario elige una opción, guíalo paso a paso solicitando la información necesaria.
+- Solicita información paso a paso en lugar de pedir todo de una vez.
+
+MODULO 1: PLANIFICACIÓN DE PRODUCCIÓN
+Si el usuario elige esta opción, debes solicitar:
+1. Producto(s) a planificar.
+2. Demanda esperada por periodo (días, semanas o meses).
+3. Inventario disponible actual (terminado y materias primas).
+4. Capacidad de producción (máximo por periodo).
+5. Tiempo de producción por unidad o lote.
+6. Prioridades o restricciones opcionales.
+
+Una vez tengas los datos, aplica uno de estos métodos (explica cuál usas):
+- Clásico (MRP): Cálculo de necesidades netas y fechas.
+- Temporal: Basado en cronogramas y carga de capacidad.
+- Probabilístico: Considera incertidumbre y propone buffers.
+
+RESULTADOS ESPERADOS:
+- Plan de producción por periodo (Ej: Semana 1: X unidades, Semana 2: Y unidades).
+- Necesidades de materiales (Cantidades de materias primas).
+- Alertas de capacidad o stock insuficiente.
+- Resumen final (producción total, inventario final estimado, posibles retrasos).
+
+MODULO 2: INGENIERÍA DE DATOS
+Ayuda a planificar pipelines ETL, lagos de datos, modelado de almacenes, etc. Solicita objetivos, fuentes de datos, volumen y frecuencia.
+
+MODULO 3: IA GENERATIVA
+Ayuda a planificar sistemas RAG, fine-tuning, agentes, etc. Solicita casos de uso, modelos base, datos de entrenamiento/contexto y métricas de evaluación.
+
+IMPORTANTE: No inventes datos si el usuario no los proporciona. Pídelos amablemente.
+"""
+
+def extract_text(content):
+    if isinstance(content, str):
+        return content
     
-    # Add current message
-    contents.append({"role": "user", "parts": [{"text": message}]})
+    if isinstance(content, list):
+        texts = []
+        for item in content:
+            if isinstance(item, dict) and item.get("type") == "text":
+                texts.append(item.get("text", ""))
+        return " ".join(texts)
     
-    # Get the system instruction from the selected behavior
-    system_instruction = BEHAVIORS.get(system_behavior, BEHAVIORS["Helpful Assistant"])
+    return str(content)
+
+def predict(message, history):
+    if not client:
+        yield "Error: No se ha configurado la clave de API de Gemini (GEMINI_API_KEY)."
+        return
     
-    # Streaming response using the new SDK
-    response = client.models.generate_content_stream(
-        model=model_name,
-        contents=contents,
-        config={
-            "system_instruction": system_instruction,
-            "temperature": temperature,
-        }
-    )
+    contents = []
     
-    full_response = ""
-    for chunk in response:
-        full_response += chunk.text
-        yield full_response
-
-# Create Gradio interface
-with gr.Blocks(theme="soft") as demo:
-    gr.HTML("<h1 style='text-align: center;'>Gemini Chat Explorer</h1>")
-    gr.HTML("<p style='text-align: center;'>A simple chat interface powered by Google Gemini. Changing the behavior will clear the history.</p>")
+    for msg in history:
+        if isinstance(msg, dict):
+            role = msg.get("role")
+            raw_text = msg.get("content", "")
+            text = extract_text(raw_text)
+
+            if role == "user":
+                contents.append(
+                    types.Content(
+                        role="user",
+                        parts=[types.Part.from_text(text=text)]
+                    )
+                )
+            elif role == "assistant":
+                contents.append(
+                    types.Content(
+                        role="model",
+                        parts=[types.Part.from_text(text=text)]
+                    )
+                )
+        
+        # Añadir el mensaje actual
+    contents.append(types.Content(role="user", parts=[types.Part.from_text(text=message)]))
     
-    # Define inputs that will be passed to the chat function
-    behavior_input = gr.Dropdown(
-        choices=list(BEHAVIORS.keys()),
-        value="Helpful Assistant",
-        label="System Behavior"
-    )
-    model_input = gr.Dropdown(
-        choices=["gemini-2.0-flash", "gemini-2.0-pro-exp-02-05"],
-        value="gemini-2.0-flash",
-        label="Model"
-    )
-    temp_input = gr.Slider(
-        minimum=0.0,
-        maximum=1.0,
-        value=0.7,
-        step=0.1,
-        label="Temperature (Creativity)"
-    )
-
-    # Initialize ChatInterface
-    chat_interface = gr.ChatInterface(
-        fn=chat_with_gemini,
-        additional_inputs=[behavior_input, model_input, temp_input],
-    )
-
-    # Clear history when behavior changes
-    # We return None to the chatbot component to clear it
-    behavior_input.change(lambda: None, outputs=chat_interface.chatbot)
+
+    try:
+        generate_content_config = types.GenerateContentConfig(
+            system_instruction=SYSTEM_PROMPT,
+            temperature=0.7,
+        )
+
+        response = client.models.generate_content_stream(
+            model="gemini-2.0-flash",
+            contents=contents,
+            config=generate_content_config,
+        )
+
+        partial_message = ""
+        for chunk in response:
+            if chunk.text:
+                partial_message += chunk.text
+                yield partial_message
+    except Exception as e:
+        yield f"Ocurrió un error: {str(e)}"
+
+demo = gr.ChatInterface(
+    predict,
+    title="Planificador Maestro AI",
+    description="Asistente inteligente para planificación de producción, ingeniería de datos e IA generativa.",
+    examples=[
+        "Quiero planificar la producción de galletas",
+        "Ayúdame a planificar un proyecto de ingeniería de datos",
+        "Necesito un plan para implementar un sistema RAG"
+    ],
+    flagging_mode="manual",
+    flagging_options=["Like", "Spam", "Inappropriate", "Other"],
+    save_history=True,
+)
 
 if __name__ == "__main__":
     demo.launch()