Update app.py

app.py

@@ -16,13 +16,13 @@ LOCAL_MODEL_ID = "Qwen/Qwen2.5-Coder-32B-Instruct"
 local_model = None
 local_tokenizer = None
 
-# 2. NUVEM
+# 2. NUVEM (Carrega chaves do ambiente)
 groq_client = Groq(api_key=os.environ.get("GROQ_API_KEY")) if os.environ.get("GROQ_API_KEY") else None
 mistral_client = Mistral(api_key=os.environ.get("MISTRAL_API_KEY")) if os.environ.get("MISTRAL_API_KEY") else None
 if os.environ.get("GEMINI_API_KEY"):
     genai.configure(api_key=os.environ.get("GEMINI_API_KEY"))
 
-# --- HELPER: Imagem para Base64 (Mistral) ---
+# --- HELPER: Imagem para Base64 ---
 def encode_image(image_path):
     with open(image_path, "rb") as image_file:
         return base64.b64encode(image_file.read()).decode('utf-8')
@@ -30,9 +30,10 @@ def encode_image(image_path):
 # --- FUNÇÃO 1: LOCAL H200 ---
 @spaces.GPU(duration=60)
 def run_local_h200(messages):
-    # O Qwen local não suporta imagens via Gradio fácil, rejeitamos se tiver
-    if isinstance(messages[-1]['content'], list) or (isinstance(messages[-1]['content'], str) and os.path.exists(messages[-1]['content'])):
-         return "⚠️ O modelo Qwen Local H200 suporta apenas texto. Use Gemini ou Pixtral para imagens."
+    # Qwen local não suporta imagem fácil via API, bloqueia se tiver
+    for m in messages:
+        if isinstance(m['content'], list):
+             return "⚠️ O modelo Qwen Local H200 suporta apenas texto. Use Gemini ou Pixtral para imagens."
 
     global local_model, local_tokenizer
     if local_model is None:
@@ -42,71 +43,46 @@ def run_local_h200(messages):
             LOCAL_MODEL_ID, torch_dtype=torch.bfloat16, device_map="cuda"
         )
     
-    # Extrai apenas o texto da última mensagem se for complexa
-    text_content = messages[-1]['content']
-    if isinstance(text_content, list): # Fallback defensivo
-        text_content = next((item['text'] for item in text_content if item['type'] == 'text'), "")
-
-    # Simplifica histórico para texto puro pro Qwen
-    text_messages = []
-    for m in messages[:-1]:
-        content = m['content']
-        if isinstance(content, list):
-             content = next((item['text'] for item in content if item['type'] == 'text'), "")
-        text_messages.append({"role": m['role'], "content": content})
-    text_messages.append({"role": "user", "content": text_content})
-
-    text = local_tokenizer.apply_chat_template(text_messages, tokenize=False, add_generation_prompt=True)
+    # Processa histórico simples para texto
+    text = local_tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
     inputs = local_tokenizer([text], return_tensors="pt").to(local_model.device)
     outputs = local_model.generate(**inputs, max_new_tokens=2048, temperature=0.6, do_sample=True)
     return local_tokenizer.decode(outputs[0][inputs.input_ids.shape[1]:], skip_special_tokens=True)
 
 # --- FUNÇÃO 2: GROQ ---
 def run_groq(messages, model_id):
-    # Groq (Llama) não vê imagem
-    last_content = messages[-1]['content']
-    if isinstance(last_content, list) or (isinstance(last_content, str) and os.path.exists(last_content)):
-         return "⚠️ Modelos Llama (Groq) não veem imagens. Use Pixtral ou Gemini."
-
-    if not groq_client: return "❌ Erro: Configure GROQ_API_KEY."
-    
-    # Converte formato Gradio novo (list of dicts) para OpenAI simples
-    clean_messages = []
+    # Groq não vê imagem
     for m in messages:
-        content = m['content']
-        if isinstance(content, list): # Remove imagem se tiver sobrado no histórico
-             content = next((item['text'] for item in content if item['type'] == 'text'), "")
-        clean_messages.append({"role": m['role'], "content": content})
+        if isinstance(m['content'], list):
+             return "⚠️ Modelos Groq não veem imagens. Use Pixtral ou Gemini."
 
+    if not groq_client: return "❌ Erro: Configure GROQ_API_KEY."
     try:
         completion = groq_client.chat.completions.create(
-            model=model_id, messages=clean_messages, temperature=0.7, max_tokens=4096
+            model=model_id, messages=messages, temperature=0.7, max_tokens=4096
         )
         return completion.choices[0].message.content
     except Exception as e: return f"❌ Groq Error: {e}"
 
-# --- FUNÇÃO 3: MISTRAL (Com Pixtral) ---
+# --- FUNÇÃO 3: MISTRAL (Pixtral) ---
 def run_mistral(messages, model_id):
     if not mistral_client: return "❌ Erro: Configure MISTRAL_API_KEY."
 
+    # Formata mensagens para Mistral (texto ou imagem url)
     mistral_msgs = []
     for msg in messages:
         role = msg['role']
         content = msg['content']
         
         if isinstance(content, str):
-            # Se for caminho de arquivo (Gradio faz isso as vezes)
-            if os.path.exists(content): 
-                base64_img = encode_image(content)
-                mistral_msgs.append({"role": role, "content": [{"type": "image_url", "image_url": f"data:image/jpeg;base64,{base64_img}"}]})
-            else:
-                mistral_msgs.append({"role": role, "content": content})
-        elif isinstance(content, list):
+            mistral_msgs.append({"role": role, "content": content})
+        elif isinstance(content, list): # Multimodal
             new_content = []
             for item in content:
                 if item['type'] == 'text':
                     new_content.append({"type": "text", "text": item['text']})
-                elif item['type'] == 'image': # Gradio 5 usa 'image' ou caminho
+                elif item['type'] == 'image': 
+                    # Gradio 5 passa o path da imagem
                     image_path = item['image']['path'] if isinstance(item['image'], dict) else item['image']
                     base64_img = encode_image(image_path)
                     new_content.append({"type": "image_url", "image_url": f"data:image/jpeg;base64,{base64_img}"})
@@ -124,8 +100,8 @@ def run_gemini(messages, model_id):
         model = genai.GenerativeModel(model_id)
         chat_history = []
         
-        # Converte histórico para formato Gemini
-        for msg in messages[:-1]: # Tudo menos a última (que é o prompt atual)
+        # Histórico (Gradio 5 Messages -> Gemini Parts)
+        for msg in messages[:-1]:
             role = "user" if msg['role'] == "user" else "model"
             parts = []
             content = msg['content']
@@ -139,17 +115,13 @@ def run_gemini(messages, model_id):
                         parts.append(Image.open(path))
             chat_history.append({"role": role, "parts": parts})
 
-        # Processa a mensagem atual
-        last_msg = messages[-1]
+        # Mensagem Atual (Última)
+        current_content = messages[-1]['content']
         current_parts = []
-        content = last_msg['content']
-        if isinstance(content, str):
-            if os.path.exists(content): # É um upload direto sem texto
-                 current_parts.append(Image.open(content))
-            else:
-                 current_parts.append(content)
-        elif isinstance(content, list):
-            for item in content:
+        if isinstance(current_content, str):
+            current_parts.append(current_content)
+        elif isinstance(current_content, list):
+            for item in current_content:
                 if item['type'] == 'text': current_parts.append(item['text'])
                 elif item['type'] == 'image': 
                     path = item['image']['path'] if isinstance(item['image'], dict) else item['image']
@@ -162,18 +134,19 @@ def run_gemini(messages, model_id):
 
 # --- ROTEADOR ---
 def router(message, history, model_selector):
-    # No Gradio 5, 'message' já vem formatado, e 'history' também.
-    # Precisamos combinar para passar pro backend
+    # No Gradio 5 com type="messages", history já vem atualizado e message é o payload novo
+    # Mas para o chat funcionar fluido, vamos reconstruir o array completo
+    # history é lista de dicts [{'role':'user', ...}, {'role':'assistant', ...}]
     
-    # Constrói a lista completa de mensagens
+    # 1. Constrói o histórico completo incluindo a mensagem atual
     full_history = history + [message]
     
+    # 2. Roteamento
     if "Gemini" in model_selector:
-        # Extrai ID do Gemini (ex: "✨ Google: Gemini 3" -> "gemini-3.0-pro-preview")
-        if "Gemini 3" in model_selector: tid = "gemini-3.0-pro-preview" #
-        elif "2.5 Pro" in model_selector: tid = "gemini-2.5-pro"         #
-        elif "2.5 Flash" in model_selector: tid = "gemini-2.5-flash"     #
-        elif "2.0 Flash" in model_selector: tid = "gemini-2.0-flash-exp" # Hacker ID real
+        if "3.0" in model_selector: tid = "gemini-3.0-pro-preview" # Aposta no beta
+        elif "2.5 Pro" in model_selector: tid = "gemini-2.5-pro"
+        elif "2.5 Flash" in model_selector: tid = "gemini-2.5-flash"
+        elif "2.0 Flash" in model_selector: tid = "gemini-2.0-flash-exp"
         else: tid = "gemini-1.5-flash"
         return run_gemini(full_history, tid)
     
@@ -193,21 +166,18 @@ def router(message, history, model_selector):
         
     return "Modelo desconhecido."
 
-# --- INTERFACE ---
-with gr.Blocks(theme=gr.themes.Soft()) as demo:
-    gr.Markdown("# 🔀 APIDOST V6: Vision Unleashed")
+# --- INTERFACE GRADIO 5 ---
+with gr.Blocks(fill_height=True) as demo:
+    gr.Markdown("# 🔀 APIDOST V7: The Vision Update")
     
     with gr.Row():
         model_dropdown = gr.Dropdown(
             choices=[
                 "✨ Google: Gemini 3.0 Pro (Experimental)",
-                "✨ Google: Gemini 2.5 Pro",
                 "✨ Google: Gemini 2.5 Flash",
-                "✨ Google: Gemini 2.0 Flash (Exp)",
                 "☁️ Groq: Llama 3.3 70B",
                 "🇫🇷 Mistral: Pixtral Large (Vision) 🖼️",
                 "🇫🇷 Mistral: Large 2512 (Dez/25)",
-                "🇫🇷 Mistral: Magistral Medium (VIP)",
                 "🔥 Local H200: Qwen 2.5 Coder"
             ],
             value="🇫🇷 Mistral: Pixtral Large (Vision) 🖼️",
@@ -215,14 +185,13 @@ with gr.Blocks(theme=gr.themes.Soft()) as demo:
             interactive=True
         )
 
-    # type="messages" é o padrão novo do Gradio 5 para chat multimodal
+    # type="messages" é vital para o Gradio 5 entender o formato novo
     chat = gr.ChatInterface(
         fn=router,
         type="messages", 
         additional_inputs=[model_dropdown],
-        multimodal=True
+        multimodal=True,
     )
 
 if __name__ == "__main__":
-    # A SOLUÇÃO DO ERRO 'LOCALHOST' ESTÁ AQUI:
-    demo.launch(server_name="0.0.0.0", server_port=7860, ssr_mode=False)
+    demo.launch()