Update app.py

app.py

@@ -1,88 +1,104 @@
 import gradio as gr
 from transformers import pipeline
-import torch
 
 def setup_models():
-    # Usando modelos públicos que não requerem autenticação
     print("Inicializando modelos...")
     
-    # Modelo para geração de texto - usando GPT2 pequeno em português
-    question_generator = pipeline(
+    # Modelo 1: Geração de perguntas sobre liderança
+    question_model = pipeline(
         "text-generation",
         model="pierreguillou/gpt2-small-portuguese",
         max_length=100
     )
     
-    # Modelo para análise de sentimento/reflexão
-    reflection_generator = pipeline(
+    # Modelo 2: Análise e reflexão sobre respostas
+    reflection_model = pipeline(
         "text-generation",
-        model="microsoft/DialoGPT-small",
+        model="pierreguillou/gpt2-small-portuguese",
         max_length=200
     )
     
-    return question_generator, reflection_generator
+    return question_model, reflection_model
 
-# Lista predefinida de perguntas 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?",
-    "Como você mantém sua equipe motivada em 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 negativo?",
-    "Como você desenvolve a autonomia dos membros da sua equipe?"
+# Prompts para geração de diferentes tipos de perguntas sobre liderança
+QUESTION_PROMPTS = [
+    "Gere uma pergunta sobre como um líder deve gerenciar conflitos na equipe:",
+    "Crie uma pergunta sobre como motivar equipes em momentos difíceis:",
+    "Elabore uma pergunta sobre desenvolvimento de pessoas na liderança:",
+    "Formule uma pergunta sobre tomada de decisão em situações críticas:",
+    "Gere uma pergunta sobre comunicação efetiva na liderança:",
+    "Crie uma pergunta sobre gestão de mudanças organizacionais:",
+    "Elabore uma pergunta sobre feedback e avaliação de desempenho:",
+    "Formule uma pergunta sobre delegação e empoderamento da equipe:"
 ]
 
 class LeadershipMentor:
-    def __init__(self, question_gen, reflection_gen):
-        self.question_generator = question_gen
-        self.reflection_generator = reflection_gen
-        self.current_question = 0
-        
-    def get_next_question(self):
-        """Retorna a próxima pergunta da lista"""
-        if self.current_question < len(LEADERSHIP_QUESTIONS):
-            question = LEADERSHIP_QUESTIONS[self.current_question]
+    def __init__(self, question_model, reflection_model):
+        self.question_model = question_model
+        self.reflection_model = reflection_model
+        self.current_prompt_index = 0
+        self.current_question = None
+        
+    def generate_question(self):
+        """Gera uma nova pergunta usando o prompt atual"""
+        if self.current_prompt_index < len(QUESTION_PROMPTS):
+            prompt = QUESTION_PROMPTS[self.current_prompt_index]
+            
+            # Gerar pergunta usando o modelo
+            response = self.question_model(prompt, max_length=100, num_return_sequences=1)
+            question = response[0]['generated_text'].split(":")[-1].strip()
+            
+            # Garantir que a pergunta termine com ?
+            if not question.endswith("?"):
+                question += "?"
+                
+            self.current_question = question
             return question
         return None
     
-    def generate_reflection(self, question, answer):
+    def generate_reflection(self, answer):
         """Gera uma reflexão sobre a resposta do usuário"""
-        prompt = f"""
-        Analisando a resposta sobre liderança:
-        Pergunta: {question}
+        reflection_prompt = f"""
+        Analise esta resposta de liderança e forneça uma reflexão construtiva:
+        
+        Pergunta: {self.current_question}
         Resposta: {answer}
         
-        Reflexão construtiva:"""
+        Considere:
+        1. Pontos fortes demonstrados
+        2. Áreas para desenvolvimento
+        3. Sugestões práticas
         
-        reflection = self.reflection_generator(prompt, max_length=200)[0]['generated_text']
-        # Limpar e formatar a reflexão
-        reflection = reflection.split("Reflexão construtiva:")[-1].strip()
-        return reflection
+        Reflexão:"""
+        
+        reflection = self.reflection_model(
+            reflection_prompt, 
+            max_length=200, 
+            num_return_sequences=1
+        )[0]['generated_text']
+        
+        return reflection.split("Reflexão:")[-1].strip()
     
     def process_interaction(self, answer, history):
-        """Processa a interação do usuário"""
+        """Processa a interação do usuário e gera a próxima etapa"""
         if not answer:
             return "", history
             
-        current_question = LEADERSHIP_QUESTIONS[self.current_question]
-        
-        # Gerar reflexão
-        reflection = self.generate_reflection(current_question, answer)
+        # Gerar reflexão sobre a resposta atual
+        reflection = self.generate_reflection(answer)
         
         # Atualizar histórico
         new_history = history + [
-            (current_question, answer),
+            (self.current_question, answer),
             ("🤔 Reflexão:", reflection)
         ]
         
-        # Avançar para próxima pergunta
-        self.current_question += 1
+        # Avançar para próximo prompt
+        self.current_prompt_index += 1
         
-        # Verificar se ainda há perguntas
-        if self.current_question < len(LEADERSHIP_QUESTIONS):
-            next_question = LEADERSHIP_QUESTIONS[self.current_question]
+        # Gerar próxima pergunta se houver
+        next_question = self.generate_question()
+        if next_question:
             new_history.append(("📝 Próxima pergunta:", next_question))
         else:
             new_history.append(("✨ Sessão concluída!", "Obrigado por participar!"))
@@ -90,18 +106,25 @@ class LeadershipMentor:
         return "", new_history
 
 def create_interface():
-    question_gen, reflection_gen = setup_models()
-    mentor = LeadershipMentor(question_gen, reflection_gen)
+    # Configurar modelos
+    question_model, reflection_model = setup_models()
+    mentor = LeadershipMentor(question_model, reflection_model)
     
     with gr.Blocks(title="Mentor de Liderança AI") as demo:
         gr.Markdown("""
         # 🎯 Mentor de Liderança AI
         
-        Desenvolva suas habilidades de liderança através de perguntas reflexivas 
-        e feedback personalizado.
+        Sistema interativo de desenvolvimento de liderança que:
+        - Gera perguntas personalizadas sobre diferentes aspectos da liderança
+        - Analisa suas respostas
+        - Fornece reflexões construtivas para seu desenvolvimento
         """)
         
-        chatbot = gr.Chatbot(height=600, label="Sessão de Mentoria")
+        chatbot = gr.Chatbot(
+            height=600,
+            label="Sessão de Mentoria"
+        )
+        
         msg = gr.Textbox(
             label="Sua Resposta",
             placeholder="Digite sua resposta aqui...",
@@ -113,7 +136,8 @@ def create_interface():
             clear = gr.Button("Reiniciar Sessão")
         
         # Iniciar com primeira pergunta
-        chatbot.value = [("📝 Primeira pergunta:", LEADERSHIP_QUESTIONS[0])]
+        first_question = mentor.generate_question()
+        chatbot.value = [("📝 Primeira pergunta:", first_question)]
         
         submit.click(
             mentor.process_interaction,
@@ -122,8 +146,9 @@ def create_interface():
         )
         
         def reset_session():
-            mentor.current_question = 0
-            return "", [(f"📝 Primeira pergunta:", LEADERSHIP_QUESTIONS[0])]
+            mentor.current_prompt_index = 0
+            first_question = mentor.generate_question()
+            return "", [(f"📝 Primeira pergunta:", first_question)]
         
         clear.click(
             reset_session,