app.py

import gradio as gr
from transformers import pipeline

# Perguntas sequenciais sobre liderança
LEADERSHIP_QUESTIONS = [
    "Como você lida com conflitos entre membros da sua equipe?",
    "Qual foi a decisão mais difícil que você já tomou como líder e o que aprendeu com ela?",
    "Como você mantém sua equipe motivada durante períodos desafiadores?",
    "De que forma você promove o desenvolvimento profissional da sua equipe?",
    "Como você equilibra as necessidades individuais com os objetivos organizacionais?",
    "Como você lida com resistência a mudanças na sua equipe?",
    "Qual é sua abordagem para dar feedback construtivo?",
    "Como você desenvolve a autonomia dos membros da sua equipe?"
]

# Temas e aspectos específicos para cada pergunta
QUESTION_THEMES = {
    0: {
        "tema": "gestão de conflitos",
        "aspectos_chave": ["mediação", "comunicação", "imparcialidade", "resolução"],
        "competencias": ["escuta ativa", "negociação", "empatia"]
    },
    1: {
        "tema": "tomada de decisão",
        "aspectos_chave": ["análise", "impacto", "consequências", "aprendizado"],
        "competencias": ["pensamento crítico", "responsabilidade", "coragem"]
    },
    2: {
        "tema": "motivação de equipe",
        "aspectos_chave": ["engajamento", "reconhecimento", "desafios", "resiliência"],
        "competencias": ["inspiração", "comunicação", "empatia"]
    },
    3: {
        "tema": "desenvolvimento profissional",
        "aspectos_chave": ["crescimento", "mentoria", "feedback", "aprendizado"],
        "competencias": ["coaching", "visão estratégica", "desenvolvimento"]
    },
    4: {
        "tema": "equilíbrio organizacional",
        "aspectos_chave": ["priorização", "bem-estar", "resultados", "alinhamento"],
        "competencias": ["gestão", "estratégia", "empatia"]
    },
    5: {
        "tema": "gestão de mudanças",
        "aspectos_chave": ["adaptação", "comunicação", "resistência", "transformação"],
        "competencias": ["influência", "resiliência", "visão"]
    },
    6: {
        "tema": "feedback construtivo",
        "aspectos_chave": ["desenvolvimento", "comunicação", "melhoria", "orientação"],
        "competencias": ["comunicação assertiva", "empatia", "clareza"]
    },
    7: {
        "tema": "empoderamento",
        "aspectos_chave": ["delegação", "confiança", "desenvolvimento", "autonomia"],
        "competencias": ["mentoria", "confiança", "desenvolvimento"]
    }
}

class LeadershipMentor:
    def __init__(self):
        print("Inicializando modelo de reflexão...")
        self.reflection_model = pipeline(
            "text-generation",
            model="pierreguillou/gpt2-small-portuguese",
            max_length=300
        )
        self.current_question = 0
    
    def analyze_response(self, answer, theme_data):
        """Analisa a resposta com base nos aspectos chave do tema"""
        aspects_mentioned = []
        competencies_shown = []
        
        # Verificar aspectos mencionados
        for aspect in theme_data["aspectos_chave"]:
            if aspect.lower() in answer.lower():
                aspects_mentioned.append(aspect)
                
        # Verificar competências demonstradas
        for comp in theme_data["competencias"]:
            if comp.lower() in answer.lower():
                competencies_shown.append(comp)
                
        return aspects_mentioned, competencies_shown
    
    def generate_contextual_reflection(self, question, answer, theme_data):
        """Gera uma reflexão contextualizada baseada na análise da resposta"""
        aspects_mentioned, competencies_shown = self.analyze_response(answer, theme_data)
        
        reflection_prompt = f"""
        Análise de resposta sobre {theme_data['tema']} na liderança.
        
        Pergunta: {question}
        Resposta do líder: {answer}
        
        Aspectos identificados: {', '.join(aspects_mentioned) if aspects_mentioned else 'nenhum específico'}
        Competências demonstradas: {', '.join(competencies_shown) if competencies_shown else 'nenhuma específica'}
        
        Gere uma reflexão personalizada considerando:
        1. Pontos fortes específicos da resposta
        2. Como as competências identificadas se aplicam na prática
        3. Sugestões concretas para desenvolvimento
        4. Conexão com outros aspectos da liderança
        
        Reflexão:"""
        
        reflection = self.reflection_model(
            reflection_prompt,
            max_length=300,
            num_return_sequences=1,
            temperature=0.8,
            top_p=0.9
        )[0]['generated_text']
        
        # Formatar reflexão final
        formatted_reflection = f"""📊 Análise de Liderança - {theme_data['tema'].title()}

🔍 Aspectos Abordados:
{', '.join(aspects_mentioned) if aspects_mentioned else '- Oportunidade para abordar aspectos específicos'}

💡 Competências Demonstradas:
{', '.join(competencies_shown) if competencies_shown else '- Oportunidade para desenvolver competências específicas'}

🤔 Reflexão:
{reflection.split('Reflexão:')[-1].strip()}
"""
        return formatted_reflection
    
    def process_interaction(self, answer, history):
        if not answer:
            return "", history
        
        current_question = LEADERSHIP_QUESTIONS[self.current_question]
        theme_data = QUESTION_THEMES[self.current_question]
        
        # Gerar reflexão contextualizada
        reflection = self.generate_contextual_reflection(
            current_question, 
            answer, 
            theme_data
        )
        
        # Atualizar histórico
        new_history = history + [
            (current_question, answer),
            ("Reflexão:", reflection)
        ]
        
        # Avançar para próxima pergunta
        self.current_question += 1
        
        if self.current_question < len(LEADERSHIP_QUESTIONS):
            next_question = LEADERSHIP_QUESTIONS[self.current_question]
            new_history.append(("📝 Próxima pergunta:", next_question))
        else:
            new_history.append(("✨ Sessão concluída!", """
            Parabéns por completar sua sessão de desenvolvimento de liderança!
            Revise as reflexões fornecidas para continuar seu desenvolvimento.
            """))
        
        return "", new_history

def create_interface():
    mentor = LeadershipMentor()
    
    with gr.Blocks(title="Mentor de Liderança AI") as demo:
        gr.Markdown("""
        # 🎯 Mentor de Liderança AI
        
        Desenvolvimento personalizado de liderança com:
        - Perguntas focadas em aspectos críticos
        - Análise contextualizada de respostas
        - Reflexões específicas e acionáveis
        """)
        
        chatbot = gr.Chatbot(height=600, label="Sessão de Mentoria")
        msg = gr.Textbox(
            label="Sua Resposta",
            placeholder="Compartilhe sua experiência e abordagem detalhada...",
            lines=3
        )
        
        with gr.Row():
            submit = gr.Button("Enviar Resposta")
            clear = gr.Button("Reiniciar Sessão")
        
        # Iniciar com primeira pergunta
        chatbot.value = [("📝 Primeira pergunta:", LEADERSHIP_QUESTIONS[0])]
        
        submit.click(
            mentor.process_interaction,
            inputs=[msg, chatbot],
            outputs=[msg, chatbot]
        )
        
        def reset_session():
            mentor.current_question = 0
            return "", [(f"📝 Primeira pergunta:", LEADERSHIP_QUESTIONS[0])]
        
        clear.click(
            reset_session,
            outputs=[msg, chatbot]
        )
    
    return demo

if __name__ == "__main__":
    print("Iniciando sistema de mentoria...")
    demo = create_interface()
    demo.launch(share=True)