Update functions.py

functions.py

@@ -1,10 +1,15 @@
+# functions.py
 import json
-import matplotlib.pyplot as plt
+import requests
+from datasets import load_dataset
 
 # Cargar modalidades y tareas desde un archivo JSON
-with open("modalidades_tareas.json", "r") as file:
-    MODALIDAD_TAREAS = json.load(file)
+def cargar_modalidades_tareas():
+    with open("modalidades_tareas.json", "r") as file:
+        MODALIDAD_TAREAS = json.load(file)
+    return MODALIDAD_TAREAS
 
+# Validar el diccionario de modalidades y tareas
 def validar_modalidades_tareas(modalidades_tareas):
     for modalidad, tareas in modalidades_tareas.items():
         if not isinstance(modalidad, str) or not isinstance(tareas, list):
@@ -13,11 +18,8 @@ def validar_modalidades_tareas(modalidades_tareas):
             if not isinstance(tarea, str):
                 raise ValueError(f"Formato incorrecto para la tarea: {tarea} en la modalidad {modalidad}")
 
-# Validar el diccionario
-validar_modalidades_tareas(MODALIDAD_TAREAS)
-
 # Función para generar la gráfica de barras
-def generar_grafica_barras(tareas_seleccionadas):
+def generar_grafica_barras(tareas_seleccionadas, MODALIDAD_TAREAS):
     # Contar la cantidad de tareas seleccionadas por modalidad
     conteo_modalidades = {}
     for modalidad, tareas in MODALIDAD_TAREAS.items():
@@ -36,26 +38,6 @@ def generar_grafica_barras(tareas_seleccionadas):
     
     return fig
 
-# Función para generar el encabezado del CSV (sistema inteligente)
-def generar_encabezado(tareas_seleccionadas):
-    if not tareas_seleccionadas:
-        raise ValueError("Debes seleccionar al menos una tarea.")
-    
-    columnas = ["id"]  # Añadimos 'id' como primer elemento
-    
-    # Generar columnas dinámicamente basadas en las tareas seleccionadas
-    for tarea in tareas_seleccionadas:
-        # Columna de entrada para la tarea
-        columnas.append(f"{tarea.lower().replace(' ', '_')}_input")
-        # Columna de salida para la tarea
-        columnas.append(f"{tarea.lower().replace(' ', '_')}_output")
-    
-    # Añadir columnas adicionales para etiquetas si es necesario
-    for tarea in tareas_seleccionadas:
-        columnas.append(f"{tarea.lower().replace(' ', '_')}_label")
-    
-    return ",".join(columnas)
-
 # Función para buscar datasets compatibles en HuggingFace
 def buscar_datasets(tareas_seleccionadas, filtro_tamaño=None, filtro_licencia=None):
     query = "+".join(tareas_seleccionadas)
@@ -95,4 +77,27 @@ def generar_dataset(encabezado, datasets_seleccionados, pagina_actual=1, filas_p
             filas.append(f"Error cargando dataset {dataset_id}: {str(e)}")
     
     contenido_csv = "\n".join([encabezado] + filas)
-    return contenido_csv
+    return contenido_csv
+
+# Función inteligente para generar el encabezado usando IA de HuggingFace
+def generar_encabezado_inteligente(tareas_seleccionadas):
+    if not tareas_seleccionadas:
+        raise ValueError("Debes seleccionar al menos una tarea.")
+    
+    # Usar un modelo de HuggingFace para generar el encabezado
+    API_URL = "https://api-inference.huggingface.co/models/gpt-3.5-turbo"
+    headers = {"Authorization": "Bearer TU_API_KEY"}  # Reemplaza TU_API_KEY con tu clave de HuggingFace
+    
+    # Construir el prompt para el modelo
+    prompt = (
+        f"Genera un encabezado de CSV para las siguientes tareas: {', '.join(tareas_seleccionadas)}. "
+        "El encabezado debe incluir 'id' como primer elemento y etiquetas relevantes para cada tarea."
+    )
+    
+    # Enviar la solicitud al modelo
+    response = requests.post(API_URL, headers=headers, json={"inputs": prompt})
+    if response.status_code == 200:
+        encabezado = response.json()[0]["generated_text"]
+        return encabezado
+    else:
+        raise ValueError(f"Error al generar el encabezado: {response.text}")