Update app.py

app.py

@@ -1,160 +1,43 @@
 import streamlit as st
+from huggingface_hub import InferenceClient
 from docx import Document
 import tempfile
 import os
 import re
-import requests
-import json
-import traceback
 
-# Set page config
-st.set_page_config(page_title="Interpretador de Rorschach", page_icon="🦉", layout="wide")
-
-# Add custom CSS
-st.markdown("""
-<style>
-    .main {
-        background-color: #f5f5f5;
-    }
-    .stApp {
-        max-width: 1200px;
-        margin: 0 auto;
-    }
-    h1 {
-        color: #2c3e50;
-    }
-    .debug-info {
-        background-color: #f0f0f0;
-        padding: 10px;
-        border-radius: 5px;
-        font-family: monospace;
-        margin-top: 20px;
-    }
-</style>
-""", unsafe_allow_html=True)
-
-# Initialize session state for debugging
-if "debug_info" not in st.session_state:
-    st.session_state["debug_info"] = ""
-
-# Initialize with simpler, more reliable models
-AVAILABLE_MODELS = {
-    "GPT-2 (estable)": "distilgpt2",
-    "Flan-T5 (recomendado)": "google/flan-t5-small",
-    "BLOOM (español)": "bigscience/bloom-560m",
-    "XLM-RoBERTa": "xlm-roberta-base"
-}
-
-# Default model
-DEFAULT_MODEL = "google/flan-t5-small"
+# Initialize the client
+client = InferenceClient("google/flan-t5-small")
 
 # Function to format the prompt for Rorschach interpretation
 def format_prompt(message, history):
-    # Simple prompt for GPT-2
-    prompt = "A continuación una interpretación psicológica del Test de Rorschach basada en lo que la persona describe ver: \n\n"
-    prompt += f"Descripción del paciente: {message}\n\n"
-    prompt += "Interpretación psicológica: "
+    prompt = "<s>"
+    for user_prompt, bot_response in history:
+        prompt += f"[INST] {user_prompt} [/INST]"
+        prompt += f" {bot_response} "
+    prompt += f"[INST] Interpretación Rorschach: {message} [/INST]"
     return prompt
 
-# Function to generate response using a more reliable approach
-def generate(prompt, history, temperature=0.7, max_new_tokens=256, top_p=0.9, repetition_penalty=1.0):
-    try:
-        # Get selected model
-        model_id = AVAILABLE_MODELS[selected_model]
-        
-        # Format the prompt appropriately
-        formatted_prompt = format_prompt(prompt, history)
-        
-        # Update debug info
-        if debug_mode:
-            st.session_state["debug_info"] = f"Modelo: {model_id}\nPrompt: {formatted_prompt}"
-        
-        # Option 1: Use the transformers library directly (local inference)
-        try:
-            from transformers import pipeline
-            
-            # Create a text generation pipeline
-            generator = pipeline('text-generation', model=model_id)
-            
-            # Generate text
-            result = generator(formatted_prompt, 
-                              max_length=len(formatted_prompt.split()) + max_new_tokens,
-                              temperature=temperature,
-                              top_p=top_p,
-                              repetition_penalty=repetition_penalty,
-                              do_sample=True)
-            
-            # Get the generated text
-            generated_text = result[0]['generated_text']
-            new_content = generated_text[len(formatted_prompt):].strip()
-            
-            return new_content if new_content else "Análisis: La respuesta sugiere elementos de personalidad interesantes, pero se requiere más contexto para una evaluación completa."
-            
-        except (ImportError, Exception) as e:
-            # If transformers approach fails, fall back to API
-            if debug_mode:
-                st.session_state["debug_info"] += f"\nError con transformers: {str(e)}\nProbando API directa..."
-            
-            # Option 2: Try Hugging Face Inference API with minimal parameters
-            api_url = f"https://api-inference.huggingface.co/models/{model_id}"
-            
-            # Simplify the payload to bare minimum
-            if "t5" in model_id.lower():
-                # For T5 models
-                payload = {"inputs": "Interpret the following Rorschach test response: " + prompt}
-            else:
-                # For other models
-                payload = {"inputs": formatted_prompt}
-            
-            # Make direct API call
-            headers = {}  # No auth token needed for public models
-            response = requests.post(api_url, headers=headers, json=payload)
-            
-            # Debug response
-            if debug_mode:
-                st.session_state["debug_info"] += f"\nAPI Status: {response.status_code}\nResponse: {response.text[:200]}"
-            
-            # Handle API response
-            if response.status_code == 200:
-                # Try to parse JSON response
-                result = response.json()
-                
-                # Handle different response formats
-                if isinstance(result, list) and len(result) > 0:
-                    if isinstance(result[0], dict) and "generated_text" in result[0]:
-                        # Standard format for text generation
-                        generated_text = result[0]["generated_text"]
-                        new_content = generated_text[len(formatted_prompt):].strip() if formatted_prompt in generated_text else generated_text
-                        return new_content
-                    else:
-                        # Direct text in list
-                        return str(result[0])
-                else:
-                    # Other formats
-                    return str(result)
-            else:
-                # Use a simpler fallback approach
-                return """
-                Análisis psicológico de la respuesta al Test de Rorschach:
-                
-                La descripción proporcionada sugiere aspectos interesantes sobre la personalidad del sujeto. Se observan elementos que indican una tendencia hacia el pensamiento creativo y una capacidad para ver patrones complejos. La interpretación detallada requeriría una evaluación profesional completa, pero los elementos descritos pueden indicar una personalidad con sensibilidad hacia los detalles y una imaginación activa.
-                
-                Nota: Esta es una interpretación generada como ejemplo debido a limitaciones técnicas temporales con la API.
-                """
-    
-    except Exception as e:
-        error_traceback = traceback.format_exc()
-        if debug_mode:
-            st.session_state["debug_info"] += f"\n\nExcepción: {str(e)}\n{error_traceback}"
-        
-        # Return a generic interpretation as fallback
-        return """
-        Análisis psicológico (generado localmente):
-        
-        Las respuestas al Test de Rorschach revelan patrones interesantes en la forma de procesar información visual. La interpretación sugiere una personalidad con capacidad para la asociación libre y pensamiento abstracto. Los elementos descritos podrían indicar creatividad y sensibilidad emocional.
-        
-        Nota: Esta es una interpretación básica generada localmente debido a un problema técnico.
-        """
+# Function to generate response
+def generate(prompt, history, temperature=0.9, max_new_tokens=512, top_p=0.95, repetition_penalty=1.0):
+    temperature = max(float(temperature), 1e-2)
+    top_p = float(top_p)
+
+    generate_kwargs = dict(
+        temperature=temperature,
+        max_new_tokens=max_new_tokens,
+        top_p=top_p,
+        repetition_penalty=repetition_penalty,
+        do_sample=True,
+        seed=42,
+    )
+
+    formatted_prompt = format_prompt(prompt, history)
+
+    stream = client.text_generation(formatted_prompt, **generate_kwargs, stream=True, details=True, return_full_text=False)
+    output = ""
+    for response in stream:
+        output += response.token.text
+    return output
 
 # Function to replace variables in a Word template
 def replace_variables_word(doc, variables):
@@ -162,7 +45,6 @@ def replace_variables_word(doc, variables):
         for key, value in variables.items():
             if f'<{key}>' in paragraph.text:
                 paragraph.text = re.sub(f'<{key}>', value, paragraph.text)
-    
     for table in doc.tables:
         for row in table.rows:
             for cell in row.cells:
@@ -173,149 +55,46 @@ def replace_variables_word(doc, variables):
 
 # Function to generate a Word document with interpretation
 def generate_word_document(interpretation):
-    try:
-        template_path = os.path.join('PLANTILLAS', 'PLANTILLA_INTERPRETACION.docx')
-        if not os.path.exists(template_path):
-            st.warning(f"La plantilla no se encontró en: {template_path}")
-            # Fallback: Create a simple document without template
-            doc = Document()
-            doc.add_heading('Interpretación del Test de Rorschach', 0)
-            doc.add_paragraph(interpretation)
-        else:
-            doc = Document(template_path)
-            variables = {'INTERPRETACION': interpretation}
-            replace_variables_word(doc, variables)
-
-        with tempfile.NamedTemporaryFile(delete=False, suffix='.docx') as tmp:
-            doc.save(tmp.name)
-            return tmp.name
-    except Exception as e:
-        st.error(f"Error generando documento: {str(e)}")
-        return None
+    template_path = os.path.join('PLANTILLAS', 'PLANTILLA_INTERPRETACION.docx')
+    doc = Document(template_path)
+    
+    variables = {'INTERPRETACION': interpretation}
+    replace_variables_word(doc, variables)
 
-# Add requirement for transformers
-REQUIREMENTS = [
-    "streamlit>=1.28.0",
-    "python-docx>=0.8.11",
-    "requests>=2.28.0",
-    "transformers>=4.34.0",
-]
+    with tempfile.NamedTemporaryFile(delete=False, suffix='.docx') as tmp:
+        doc.save(tmp.name)
+        return tmp.name
 
-# Display information at the top
+# Streamlit interface
 st.title("Interpretación del Test de Rorschach")
-st.markdown("""
-Esta aplicación genera interpretaciones psicológicas basadas en las descripciones de lo que ves en las manchas del Test de Rorschach.
-""")
-
-# Add notice about fallback mode
-st.info("Si la API externa falla, la aplicación seguirá funcionando en modo local o mostrará una interpretación predeterminada.", icon="ℹ️")
-
-# Sidebar for settings
-with st.sidebar:
-    st.header("Configuración")
-    
-    # Install dependencies button
-    if st.button("📦 Instalar dependencias"):
-        try:
-            import subprocess
-            for req in REQUIREMENTS:
-                subprocess.check_call(["pip", "install", req])
-            st.success("¡Dependencias instaladas correctamente!")
-        except Exception as e:
-            st.error(f"Error instalando dependencias: {str(e)}")
-    
-    # Model selection
-    selected_model = st.selectbox(
-        "Seleccionar modelo:",
-        list(AVAILABLE_MODELS.keys()),
-        index=1  # Default to Flan-T5
-    )
-    
-    # Temperature setting (creativity)
-    temperature = st.slider(
-        "Temperatura (creatividad):",
-        min_value=0.1,
-        max_value=1.0,
-        value=0.7,
-        step=0.1
-    )
-    
-    # Max tokens
-    max_tokens = st.slider(
-        "Longitud máxima:",
-        min_value=50,
-        max_value=500,
-        value=200,
-        step=50
-    )
-    
-    # Debug mode
-    debug_mode = st.checkbox("Modo debug", value=False)
 
 # Chat history
 if 'history' not in st.session_state:
     st.session_state.history = []
 
-# User input with placeholder
-entrada_usuario = st.text_area(
-    "¿Qué ves en la imagen? Describe con detalle:",
-    height=100,
-    key="entrada_usuario",
-    placeholder="Por ejemplo: Veo dos personas enfrentadas, sosteniendo algo entre ellas. También hay formas que parecen alas en la parte superior..."
-)
+# User input
+entrada_usuario = st.text_input("Que ves en las imágenes ..:", key="entrada_usuario")
 
 # Generate response and create Word document
-if st.button("Analizar Respuesta", type="primary"):
+if st.button("Enviar"):
     if entrada_usuario:
-        with st.spinner("Generando interpretación psicológica..."):
-            # Get the selected model ID
-            model_name = selected_model
-            model_id = AVAILABLE_MODELS[selected_model]
-            
-            # Generate the response
-            bot_response = generate(
-                entrada_usuario, 
-                st.session_state.history,
-                temperature=temperature,
-                max_new_tokens=max_tokens
-            )
-            
-            # Add to history
-            st.session_state.history.append((entrada_usuario, bot_response))
-            
-            # Show the generated response
-            st.subheader("Interpretación Psicológica:")
-            st.write(bot_response)
-            
-            # Generate Word document
-            document_path = generate_word_document(bot_response)
-            
-            if document_path:
-                # Provide download link
-                with open(document_path, "rb") as file:
-                    st.download_button(
-                        label="📄 Descargar Interpretación como Documento",
-                        data=file,
-                        file_name="Interpretacion_Rorschach.docx",
-                        mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document"
-                    )
-                # Clean up the temporary file
-                try:
-                    os.unlink(document_path)
-                except:
-                    pass
-    else:
-        st.warning("Por favor ingresa tu descripción de lo que ves en la imagen primero.")
+        bot_response = generate(entrada_usuario, st.session_state.history)
+        st.session_state.history.append((entrada_usuario, bot_response))
 
-# Display debug information if enabled
-if debug_mode and st.session_state["debug_info"]:
-    st.markdown("### Información de Depuración")
-    st.markdown(f"<div class='debug-info'>{st.session_state['debug_info']}</div>", unsafe_allow_html=True)
+        # Generate Word document
+        document_path = generate_word_document(bot_response)
+        
+        # Provide download link
+        with open(document_path, "rb") as file:
+            st.download_button(
+                label="Descargar Interpretación",
+                data=file,
+                file_name="Interpretacion_Rorschach.docx",
+                mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document"
+            )
 
 # Display conversation
-if st.session_state.history:
-    st.subheader("Historial de Conversación")
-    chat_text = ""
-    for user_msg, bot_msg in st.session_state.history:
-        chat_text += f"Tú: {user_msg}\nBuho: {bot_msg}\n\n"
-    st.text_area("Respuestas del Buho", value=chat_text, height=300, disabled=True)
+chat_text = ""
+for user_msg, bot_msg in st.session_state.history:
+    chat_text += f"Tu: {user_msg}\nBuho: {bot_msg}\n\n"
+st.text_area("Respuestas del Buho", value=chat_text, height=300, disabled=False)