Update app.py

app.py

@@ -9,23 +9,21 @@ tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
 model = AutoModelForCausalLM.from_pretrained(MODEL_NAME).to("cpu")
 
 
-def gerar_resposta(messages):
+def gerar_resposta(messages, history=None):
     """
-    Novo formato do Gradio (type='messages'):
-    messages = [
-        {"role": "user" | "assistant", "content": "texto"},
-        ...
-    ]
-
-    A função deve receber apenas 'messages' e retornar uma string
-    com a resposta do bot.
+    Gradio (type='messages') chama a função com:
+    - messages: lista de mensagens no formato [{"role": ..., "content": ...}, ...]
+    - history: (segundo argumento, que não vamos usar)
+
+    Por isso deixamos history=None para evitar o TypeError.
+    A função deve retornar APENAS uma string com a resposta.
     """
 
     # Prompt de sistema: define o "personagem" do bot
     system_prefix = (
         "Você é o Professor DL, um professor de Deep Learning. "
         "Responda SEMPRE em português do Brasil, de forma simples, didática e objetiva, "
-        "usando exemplos práticos quando possível. "
+        'chamando a outra pessoa de "você" e usando exemplos práticos quando possível. '
         "Explique conceitos como redes neurais, CNN, RNN, overfitting, regularização, etc., "
         "sem fórmulas muito pesadas."
     )
@@ -33,13 +31,14 @@ def gerar_resposta(messages):
     # Monta o texto de conversa
     texto = system_prefix + "\n\n"
 
-    for msg in messages:
-        role = msg.get("role", "user")
-        content = msg.get("content", "")
-        if role == "user":
-            texto += f"Aluno: {content}\n"
-        else:
-            texto += f"Professor DL: {content}\n"
+    if messages:
+        for msg in messages:
+            role = msg.get("role", "user")
+            content = msg.get("content", "")
+            if role == "user":
+                texto += f"Aluno: {content}\n"
+            else:
+                texto += f"Professor DL: {content}\n"
 
     # Última fala deve ser do professor
     texto += "Professor DL:"
@@ -83,7 +82,7 @@ def gerar_resposta(messages):
 descricao = """
 ### 🤖 Professor DL – Chatbot de Deep Learning
 
-Este chatbot foi treinado para atuar como um **professor de Deep Learning**:
+Este chatbot atua como um **professor de Deep Learning**:
 
 - Explica conceitos de redes neurais profundas
 - Fala sobre CNN, RNN, overfitting, regularização, etc.
@@ -105,8 +104,8 @@ iface = gr.ChatInterface(
         "O que é overfitting?",
         "Como começo a estudar Deep Learning na prática?",
     ],
+    cache_examples=False,  # evita rodar exemplos no startup e quebrar o app
 )
 
 if __name__ == "__main__":
     iface.launch()
-