Update app.py

app.py

@@ -1,4 +1,3 @@
-# 1. Imports and API setup
 from groq import Groq
 import base64
 import streamlit as st
@@ -6,22 +5,24 @@ import pandas as pd
 import json
 from datetime import datetime
 from pathlib import Path
-
 import os
+import sqlite3
+from sqlalchemy import create_engine
 
+# Inicialização do cliente Groq
 client = Groq(
-    api_key=os.getenv("GROQ_API") ,
+    api_key=os.getenv("GROQ_API"),
 )
 
 llava_model = 'llava-v1.5-7b-4096-preview'
 llama31_model = 'llama-3.1-70b-versatile'
 
-# 2. Image encoding
+# 2. Codificação de Imagem
 def encode_image(image_path):
-  with open(image_path, "rb") as image_file:
-    return base64.b64encode(image_file.read()).decode('utf-8')
+    with open(image_path, "rb") as image_file:
+        return base64.b64encode(image_file.read()).decode('utf-8')
 
-# 3. Image to text function
+# 3. Função para converter imagem em texto
 def image_to_text(client, model, base64_image, prompt):
     chat_completion = client.chat.completions.create(
         messages=[
@@ -40,10 +41,9 @@ def image_to_text(client, model, base64_image, prompt):
         ],
         model=model
     )
-
     return chat_completion.choices[0].message.content
 
-# 4. Short story generation function
+# 4. Função para gerar uma brincadeira
 def game_generation(client, image_description, age, support_level, stimulus_type):
     chat_completion = client.chat.completions.create(
         messages=[
@@ -58,84 +58,50 @@ def game_generation(client, image_description, age, support_level, stimulus_type
         ],
         model=llama31_model
     )
-    
     return chat_completion.choices[0].message.content
 
-# Suponha que o caminho para o arquivo JSON esteja definido assim
-JSON_DATASET_PATH = Path("dados.json")
-
-def save_json(idade: str, nivel_suporte: str, tipo_estimulo: str) -> None:
-    with JSON_DATASET_PATH.open("a") as f:
-        # Dump dos dados em formato JSON, seguido de uma nova linha
-        json.dump({
-            "Idade": idade,
-            "NivelDeSuporte": nivel_suporte,
-            "TipoDeEstimulo": tipo_estimulo,
-            "datetime": datetime.now().isoformat()
-        }, f)
-        f.write("\n")  # Para garantir que cada registro fique em uma linha nova)
-        st.write(tipo_estimulo)
-
-# 5. Streamlit app
+# Função principal do app Streamlit
 def main():
     st.image("autism.png", width=200)
-    st.title("PlayBot - Gerador de Brincadeiras",  anchor="center")
-    st.write("Conheça o PlayBot, um assistente inteligente que gera brincadeiras divertidas e educativas para crianças com TEA, utilizando objetos disponíveis em sua casa. Basta tirar uma foto dos itens e o PlayBot sugere atividades interativas e adaptadas às necessidades sensoriais, promovendo aprendizado e diversão de forma simples e prática!")    
+    st.title("PlayBot - Gerador de Brincadeiras", anchor="center")
+    st.write("Conheça o PlayBot, um assistente inteligente que gera brincadeiras divertidas e educativas para crianças com TEA...")
 
+    # Entrada de dados do usuário
     idade = st.number_input("Idade da criança:", min_value=1, max_value=16, step=1)
     nivel_suporte = st.selectbox("Nível de Suporte", ["Nível 1", "Nível 2", "Nível 3"])
     tipo_estimulo = st.selectbox("Tipo de Estimulo", ["Sensorial", "Coordenação motora", "Raciocinio", "Fala"])
 
+    # Carregamento de imagem
     uploaded_file = st.file_uploader("Carregue uma imagem (png ou jpg)", type=["png", "jpg"])
     if uploaded_file is not None:
-        # To read file as bytes:
+        # Leitura do arquivo
         bytes_data = uploaded_file.read()
         base64_image = base64.b64encode(bytes_data).decode('utf-8')
-        prompt = '''
-        Describe this image in detail, including the appearance of the object(s).
-        '''
+        prompt = "Describe this image in detail, including the appearance of the object(s)."
+        
+        # Chamada para converter imagem em descrição de texto
         image_description = image_to_text(client, llava_model, base64_image, prompt)
 
-        #st.write("\n--- Image Description ---")
-        #st.write(image_description)
-
         st.write("\n--- Brincadeira ---")
         game_description = game_generation(client, image_description, idade, nivel_suporte, tipo_estimulo)
         st.write(game_description)
 
-        # Save data to CSV
+        # Salvando dados no banco de dados
         data = {
             "Idade": idade,
             "Nível de Suporte": nivel_suporte,
-            "Tipo de Estimulo": tipo_estimulo            
+            "Tipo de Estimulo": tipo_estimulo
         }
         df = pd.DataFrame([data])
 
+        # Conexão com o banco de dados SQLite
+        engine = create_engine('sqlite:///dados_usuarios.db')
 
-        import sqlite3
-        import pandas as pd
-        from sqlalchemy import create_engine
-        
-        # Dicionário com os dados
-        data = {
-            "Idade": idade,
-            "Nível de Suporte": nivel_suporte,
-            "Tipo de Estimulo": tipo_estimulo            
-        }
-        
-        # Criar um DataFrame a partir dos dados
-        df = pd.DataFrame([data])
-        
-        # Criar uma conexão com o banco de dados SQLite (ou criar o arquivo se não existir)
-        engine = create_engine('sqlite:///dados_usuarios.db')  # Isso cria o banco de dados dados_usuarios.db
-        
-        # Escrever os dados no banco de dados, criando uma tabela 'usuarios'
+        # Inserindo os dados na tabela 'usuarios'
         df.to_sql('usuarios', con=engine, if_exists='append', index=False)
-        
-        print("Dados registrados no banco de dados com sucesso.")
 
-        
-        df.to_csv("game_data.csv", mode='a', header=False, index=False)
-        save_json(idade, nivel_suporte, tipo_estimulo)
+        st.success("Dados registrados no banco de dados com sucesso.")
+
+# Executar o app
 if __name__ == "__main__":
-    main()
+    main()