Update app.py

app.py

@@ -1,20 +1,24 @@
 import streamlit as st
+import openai
 import os
 import time
 import base64
 import random
 from dotenv import load_dotenv
-from transformers import pipeline
-from google.cloud import texttospeech
+from google.cloud import texttospeech, aiplatform
+from google.auth import default
 import PyPDF2
 from fpdf import FPDF
 import tempfile
 
-
 # Cargar variables de entorno desde el archivo .env
 load_dotenv()
+openai.api_key = os.getenv("OPENAI_API_KEY")
+google_api_key = os.getenv("GOOGLE_API_KEY")
+google_cx = os.getenv("GOOGLE_CX")
 os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "botidinamix-g.json"
-genai.configure(api_key=os.environ["AIzaSyCXSnXFNarDiECkKIbVjoEdFxEIFP-P14U"])
+project_id = os.getenv("GOOGLE_PROJECT_ID")
+location = os.getenv("GOOGLE_LOCATION")
 
 # Configuración de Streamlit
 st.set_page_config(page_title="Asistente Teológico", page_icon="📖")
@@ -103,23 +107,26 @@ st.markdown("Bienvenido al Asistente Teológico, donde puedes preguntar sobre in
 st.sidebar.title("Navegación")
 page = st.sidebar.selectbox("Selecciona una página", ["Página Principal", "Chat Asistente", "Generador de Frases Bíblicas", "Recibir Reflexión", "La conexión", "Diario Reflexivo"])
 
-# Cargar el modelo de clasificación de imágenes
-clasificador = pipeline("zero-shot-image-classification")
+# Inicializar el cliente de Vertex AI
+credentials, _ = default()
+aiplatform.init(project=project_id, location=location, credentials=credentials)
+
+# Función para generar imágenes con Vertex AI
+def generar_imagen_vertex(prompt):
+    model = aiplatform.TextToImage(model="projects/cloud-ml/models/gemini-1.0-pro")
+    response = model.predict(instances=[{"prompt": prompt}])
+    return response.predictions[0]["generated_image"]
 
-# Función para listar imágenes de una carpeta local
-def listar_imagenes(carpeta):
-    imagenes = []
-    for archivo in os.listdir(carpeta):
-        if archivo.endswith((".png", ".jpg", ".jpeg")):
-            imagenes.append(os.path.join(carpeta, archivo))
-    return imagenes
+# Función para generar texto con Vertex AI
+def generar_texto_vertex(prompt):
+    model = aiplatform.TextGeneration(model="projects/cloud-ml/models/gemini-1.0-pro")
+    response = model.predict(instances=[{"prompt": prompt}])
+    return response.predictions[0]["generated_text"]
 
-# Función para generar reflexión usando Google Gemini
+# Función para generar reflexión usando Vertex AI
 def generar_reflexion(keyword):
     prompt = f"Genera una reflexión inspiradora sobre {keyword} en el contexto de la espiritualidad y la Biblia."
-    model = genai.GenerativeModel(model_name="gemini-1.5-flash")
-    response = model.generate_content([prompt])
-    respuesta = response[0]['text']
+    respuesta = generar_texto_vertex(prompt)
     return respuesta
 
 # Función para convertir texto a voz
@@ -157,9 +164,7 @@ def generar_oracion_desde_pdf():
     pdf_path = "diario-de-oraciones.pdf"  # Ruta al PDF
     texto_pdf = extraer_texto_pdf(pdf_path)
     prompt = f"Genera una oración inspiradora basada en el siguiente texto: {texto_pdf[:2000]}"  # Limitar a los primeros 2000 caracteres
-    model = genai.GenerativeModel(model_name="gemini-1.5-flash")
-    response = model.generate_content([prompt])
-    respuesta = response[0]['text']
+    respuesta = generar_texto_vertex(prompt)
     return respuesta
 
 # Función para generar y descargar un PDF con la entrada del diario
@@ -239,10 +244,7 @@ elif page == "Chat Asistente":
                     spinner.empty()
 
                 if pregunta_usuario:
-                    model = genai.GenerativeModel(model_name="gemini-1.5-flash")
-                    prompt = f"Genera una reflexión inspiradora basada en la pregunta: {pregunta_usuario}"
-                    response = model.generate_content([prompt])
-                    respuesta = response[0]['text']
+                    respuesta = generar_reflexion(pregunta_usuario)
                     st.session_state.mensajes.append({"role": "assistant", "content": respuesta, "timestamp": time.time()})
                     with st.chat_message("assistant"):
                         st.markdown(f'<div class="assistant-response">{respuesta}</div>', unsafe_allow_html=True)
@@ -276,19 +278,15 @@ elif page == "Generador de Frases Bíblicas":
         try:
             reflexion = generar_reflexion(keyword)
             audio_base64 = text_to_speech_base64(reflexion)
-            imagenes = listar_imagenes("imagenes")  # Cambia "imagenes" por la ruta de tu carpeta de imágenes
-            if imagenes:
-                imagen_seleccionada = random.choice(imagenes)
-                st.image(imagen_seleccionada)
-                st.markdown(reflexion)
-                audio_html = f"""
-                    <audio autoplay>
-                        <source src="data:audio/mp3;base64,{audio_base64}" type="audio/mp3">
-                    </audio>
-                """
-                st.markdown(audio_html, unsafe_allow_html=True)
-            else:
-                st.warning("No se encontraron imágenes en la carpeta especificada.")
+            imagen_url = generar_imagen_vertex(f"spirituality {keyword}")
+            st.image(imagen_url)
+            st.markdown(reflexion)
+            audio_html = f"""
+                <audio autoplay>
+                    <source src="data:audio/mp3;base64,{audio_base64}" type="audio/mp3">
+                </audio>
+            """
+            st.markdown(audio_html, unsafe_allow_html=True)
         except Exception as e:
             st.error(f"Error al generar la imagen y reflexión: {e}")