app2/app.py

import gradio as gr
import requests

# Función para generar la respuesta usando tu API
def generate_response_api(message, thread_id, assistant_id):
    base_url = "https://enjambre-api-mue2676eoa-uc.a.run.app"
    url = f"{base_url}/v1/agents/{assistant_id}/completion"
    response = requests.post(url, json={
        "message": message,
        "model": "gpt-3.5-turbo-0613",
        "threadId": thread_id
    })
    response_json = response.json()
    return response_json["message"], response_json["threadId"]

# Función para manejar el chat, ahora acepta dos argumentos
def chat_function(message, history):
    global thread_id
    assistant_id = "asst_vsm9RJaiFiWAcMFmwKF2u6Jd"  # ID de tu asistente
    response, new_thread_id = generate_response_api(message, thread_id, assistant_id)
    thread_id = new_thread_id  # Actualiza el thread_id global
    return response

# Inicializa la variable global
thread_id = None

# Configuración de ChatInterface
demo = gr.ChatInterface(
    fn=chat_function,
    title="Proyectos MAC",
    description="Soy un asistente virtual que conoce el proyecto de Magaña Arevalo Contadores a la perfección y te puedo ayudar con tus dudas o estrategias.",
    theme="soft",
    examples=[
    "¿Cuál es el cronograma detallado de implementación para la transformación digital de MAC?",
    "¿Qué capacitaciones están incluidas en el proyecto para el personal de MAC?",
    "¿Cómo se integrarán las plataformas bancarias y el CRM en nuestra infraestructura actual?",
    "¿Cuáles son los KPIs clave que los Dashboards de BI nos ayudarán a monitorear?",
    "¿Qué medidas de soporte y mantenimiento ofrece Geek Studio tras la finalización del proyecto?"
],

    retry_btn=None,
    undo_btn=None,    
    submit_btn="Enviar",
    stop_btn="Detener"
).queue()

if __name__ == "__main__":
    demo.launch(share=True)