Update app.py

app.py

@@ -1,125 +1,84 @@
 import gradio as gr
-from pathlib import Path
-from transformers import pipeline
-
-# ========= CONFIGURACIÓN =========
-
-# TÍTULO (lo que verán los usuarios en la cabecera)
-APP_TITLE = "🤖 MarianoBot – ¿Dudas sobre mi perfil? ¡Respondo al instante!"
-
-# COPIA DE BIENVENIDA (tamaño más grande)
-WELCOME_MESSAGE = """
-<div style="font-size: 1.15rem; line-height: 1.5; font-weight: 600;">
-👋 Hola, soy el Chatbot de Mariano. Pregúntame lo que quieras sobre mi experiencia, habilidades, trayectoria profesional... ¡incluso hobbies!
-</div>
-"""
-
-# Imagen de saludo (sube 'marianobot.png' a tu Space y usa esta URL)
-# Si no tienes imagen, deja GREETING_IMAGE_URL = "" y se mostrará solo texto.
-GREETING_IMAGE_URL = "https://huggingface.co/spaces/Mariano90/cv/resolve/main/marianobot.png"
-
-# Color del botón "Enviar pregunta"
-PRIMARY_HEX = "#F89651"
-
-# ========= CARGA DEL CV =========
-cv_path = Path("cv.txt")
-if cv_path.exists():
-    CV_TEXT = cv_path.read_text(encoding="utf-8")
-else:
-    CV_TEXT = ("[AVISO] No se encontró 'cv.txt' en el repositorio. "
-               "Crea un archivo cv.txt en la raíz de la Space con tu CV en texto plano.")
-
-# ========= MODELO =========
-# Intentamos FLAN-T5-BASE; si no, caemos a FLAN-T5-SMALL (más ligero).
-def load_model():
-    try:
-        return pipeline("text2text-generation", model="google/flan-t5-base")
-    except Exception as e:
-        print("Fallo con flan-t5-base, usando flan-t5-small. Error:", e)
-        return pipeline("text2text-generation", model="google/flan-t5-small")
-
-qa = load_model()
-
-def generate_answer(question: str) -> str:
-    """
-    Genera una respuesta en ESPAÑOL, en primera persona, usando ÚNICAMENTE el contenido del CV.
-    Si no está en el CV, admite la falta de información de forma profesional.
-    """
-    system_instr = (
-        "Eres un asistente que responde a reclutadores sobre el CV de Mariano. "
-        "Usa exclusivamente la información del CV para responder. "
-        "Si algo no está en el CV, dilo claramente y ofrece responder sobre otros aspectos."
-    )
-
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM, pipeline
+
+# ---------------------------
+# CONFIGURACIÓN DEL MODELO
+# ---------------------------
+model_name = "google/flan-t5-small"
+
+tokenizer = AutoTokenizer.from_pretrained(model_name)
+model = AutoModelForSeq2SeqLM.from_pretrained(model_name)
+
+qa_pipeline = pipeline(
+    "text2text-generation",
+    model=model,
+    tokenizer=tokenizer
+)
+
+# ---------------------------
+# CARGAR CV
+# ---------------------------
+with open("cv.txt", "r", encoding="utf-8") as f:
+    cv_text = f.read()
+
+# ---------------------------
+# FUNCIÓN DE RESPUESTA
+# ---------------------------
+def answer_question(question):
     prompt = (
-        f"{system_instr}\n\n"
-        f"CV (texto):\n{CV_TEXT}\n\n"
-        f"Pregunta del reclutador: {question}\n\n"
-        "Responde en español, en primera persona (yo), de forma breve, específica y profesional. "
-        "No inventes datos."
+        f"Usa SOLO la información del CV proporcionado para responder la pregunta. "
+        f"En español, primera persona, breve y profesional. No inventes datos.\n\n"
+        f"Pregunta: {question}\n\nCV:\n{cv_text}"
     )
+    response = qa_pipeline(prompt, max_length=300, do_sample=False)
+    return response[0]['generated_text']
 
-    # max_new_tokens controla la longitud de la salida; sin sampling para respuestas estables
-    out = qa(prompt, max_new_tokens=260, do_sample=False)[0]["generated_text"]
-    return out.strip()
-
-# ========= UI (Gradio) =========
-CUSTOM_CSS = f"""
-#send-btn {{
-    background: {PRIMARY_HEX} !important;
-    border-color: {PRIMARY_HEX} !important;
-    color: white !important;
-}}
-#send-btn:hover {{
-    opacity: 0.95;
-}}
-"""
+# ---------------------------
+# INTERFAZ GRADIO
+# ---------------------------
+with gr.Blocks() as demo:
 
-# Mensaje de saludo inicial dentro del chat
-if GREETING_IMAGE_URL:
-    GREETING_CARD = f"![MarianoBot]({GREETING_IMAGE_URL})\n\n**¡Hola! Soy MarianoBot y estoy listo para que me preguntes.**"
-else:
-    GREETING_CARD = "**¡Hola! Soy MarianoBot y estoy listo para que me preguntes.**"
+    # Título del chat
+    gr.Markdown("## 🤖 MarianoBot – ¡Descubre y pregunta todo lo que quieras!")
 
-with gr.Blocks() as demo:
+    # Imagen + saludo inicial
     chatbot = gr.Chatbot(
         value=[
-            [None, "![MarianoBot](file/marianobot.png)\n\n👋 ¡Hola! Soy MarianoBot y estoy listo para que me preguntes."]
+            [
+                None,
+                "![MarianoBot](file/marianobot.png)\n\n👋 ¡Hola! Soy MarianoBot y estoy listo para que me preguntes."
+            ]
         ],
-        label="🤖 MarianoBot – ¡Descubre y pregunta todo lo que quieras!"
+        label="Chat de Mariano"
     )
 
-    with gr.Row():
-        msg = gr.Textbox(placeholder="Escribe tu pregunta aquí…", scale=4)
-        send = gr.Button("Enviar pregunta", elem_id="send-btn", scale=1)
-        clear = gr.Button("Borrar conversación", scale=1)
-
-    EXAMPLES = [
-        ["¿Cuántos años de experiencia tienes en marketing?"],
-        ["¿Has trabajado como community manager?"],
-        ["¿Qué logros destacas?"],
-        ["¿Qué herramientas dominas?"],
-        ["¿Has liderado equipos? ¿De cuántas personas?"],
-    ]
-    gr.Examples(
-        examples=EXAMPLES,
-        inputs=[msg],
-        label="Preguntas rápidas (pulsa para autocompletar)"
+    # Entrada de texto
+    question_input = gr.Textbox(
+        label="Escribe tu pregunta...",
+        placeholder="Pregunta sobre mi experiencia, habilidades o trayectoria"
     )
 
-    def respond(user_message, chat_history):
-        if not user_message or not user_message.strip():
-            return "", chat_history
-        bot_msg = generate_answer(user_message.strip())
-        chat_history.append((user_message, bot_msg))
-        return "", chat_history
-
-    # Enviar con Enter
-    msg.submit(respond, [msg, chatbot], [msg, chatbot])
-    # Enviar con botón
-    send.click(respond, [msg, chatbot], [msg, chatbot])
-    # Limpiar chat
-    clear.click(lambda: [], None, chatbot, queue=False)
-
-if __name__ == "__main__":
-    demo.launch()
+    # Botones de preguntas frecuentes (opcionales)
+    with gr.Row():
+        btn1 = gr.Button("¿Cuántos años de experiencia tienes en marketing?")
+        btn2 = gr.Button("¿Cuál es tu experiencia en SEO y SEM?")
+        btn3 = gr.Button("Háblame de tus hobbies")
+
+    # Función para actualizar chatbot
+    def submit_question(user_input, history):
+        answer = answer_question(user_input)
+        history = history + [[user_input, answer]]
+        return history, ""
+
+    # Conectar la entrada de texto
+    question_input.submit(submit_question, [question_input, chatbot], [chatbot, question_input])
+
+    # Conectar botones de ejemplo
+    btn1.click(lambda: submit_question("¿Cuántos años de experiencia tienes en marketing?", chatbot.value), None, [chatbot, question_input])
+    btn2.click(lambda: submit_question("¿Cuál es tu experiencia en SEO y SEM?", chatbot.value), None, [chatbot, question_input])
+    btn3.click(lambda: submit_question("Háblame de tus hobbies", chatbot.value), None, [chatbot, question_input])
+
+# ---------------------------
+# INICIAR INTERFAZ
+# ---------------------------
+demo.launch()