Update interface.py

interface.py

@@ -1,136 +1,101 @@
 import gradio as gr
-from ai_logic import (
-    responder_como_aldo,
-    build_and_save_vector_store,
-    MODELS,
-    DEFAULT_MODEL
-)
-import time # Importe 'time' para simular a espera, se necessário para testes
-
-# --- CSS (sem alterações) ---
+from ai_logic import responder_como_aldo, build_and_save_vector_store, testar_todos_modelos, MODELS, DEFAULT_MODEL
+
+# CSS personalizado
 css_customizado = """
 .gradio-container { max-width: 1400px !important; margin: 0 auto; width: 99%; }
-#chatbot { min-height: 500px; }
-.titulo-principal {
-    background: linear-gradient(135deg, #667eea 0%, #764ba2 100%) !important;
-    color: white !important; padding: 20px !important;
-    border-radius: 10px !important; margin-bottom: 20px !important;
-    text-align: center !important;
-}
+.gr-textbox textarea { font-size: 14px !important; line-height: 1.5 !important; }
+.modelo-dropdown { margin-bottom: 15px !important; }
 """
 
-# --- Função Lógica do Chat (VERSÃO ATUALIZADA) ---
-def chat_responder(pergunta, historico_chat, modelo_selecionado):
-    """
-    Gerencia a interação no chat com um indicador de "digitando...".
-    """
-    # Define a mensagem de "digitando..." que será exibida.
-    # Usamos um pouco de HTML para estilizar a mensagem.
-    mensagem_digitando = """
-    <div style='color: #888; font-style: italic;'>
-        Dr. Aldo Henrique está digitando... ✍️
-    </div>
-    """
-
-    # 1. Adiciona a pergunta do usuário e a mensagem "digitando..." ao histórico.
-    historico_chat.append((pergunta, mensagem_digitando))
-
-    # 2. Atualiza a interface: exibe a pergunta e o indicador "digitando...",
-    #    enquanto limpa e desativa a caixa de entrada.
-    yield historico_chat, gr.update(value="", interactive=False)
-
-    # 3. Chama a lógica da IA para obter a resposta (esta é a parte demorada).
-    #    Para simular a demora, você pode usar: time.sleep(3)
-    resposta_ia = responder_como_aldo(pergunta, modelo_selecionado)
-
-    # 4. Substitui a mensagem "digitando..." pela resposta final da IA.
-    historico_chat[-1] = (pergunta, resposta_ia)
-
-    # 5. Atualiza a interface com a resposta final e reativa a caixa de entrada.
-    yield historico_chat, gr.update(interactive=True)
-
-
-def criar_interface_chat():
-    """Cria e retorna a nova interface Gradio no estilo chat (função completa para referência)"""
+def criar_interface():
+    """Cria e retorna a interface Gradio em formato de chat"""
 
-    with gr.Blocks(title="Dr. Aldo Henrique - API Externa", theme=gr.themes.Soft(), css=css_customizado) as interface:
+    with gr.Blocks(title="Dr. Aldo Henrique - Chat IA", theme=gr.themes.Soft(), css=css_customizado) as interface:
+        # Cabeçalho
         gr.HTML("""
-        <div class="titulo-principal">
-            <h1>🤖 Dr. Aldo Henrique - Foco em TI com diferentes modelos de IA </h1>
+        <div class="titulo-principal" style="background: linear-gradient(135deg, #667eea 0%, #764ba2 100%); color: white; padding: 20px; border-radius: 10px; margin-bottom: 20px; text-align: center;">
+            <h1>🤖 Dr. Aldo Henrique - Foco em TI com diferentes modelos de IA</h1>
             <p style="font-size: 14px; opacity: 0.9;">Conhecimento enriquecido com o conteúdo do <a href="https://aldohenrique.com.br/" style="color: white; text-decoration: underline;">Blog do Prof. Dr. Aldo Henrique</a></p>
         </div>
         """)
 
-        chatbot = gr.Chatbot(
-            label="Conversa",
-            elem_id="chatbot",
-            bubble_full_width=False,
-        )
+        chat = gr.Chatbot(label="💬 Conversa com Dr. Aldo Henrique", show_label=True)
 
-        with gr.Row(equal_height=True):
-            entrada_msg = gr.Textbox(
-                scale=5,
-                show_label=False,
-                placeholder="Digite sua pergunta aqui e pressione Enter...",
-                container=False,
+        with gr.Row():
+            entrada = gr.Textbox(
+                placeholder="Digite sua pergunta aqui e pressione Enter...", 
+                show_label=False, 
+                lines=3
             )
             modelo_select = gr.Dropdown(
                 choices=list(MODELS.keys()),
                 value=DEFAULT_MODEL,
-                label="Modelo de IA",
-                scale=2,
+                label="🧠 Selecione o Modelo de IA",
+                info="Escolha o modelo para responder",
+                elem_classes="modelo-dropdown"
             )
-            botao_enviar = gr.Button("Enviar", variant="primary", scale=1, min_width=100)
 
-        with gr.Accordion("📚 Exemplos, Controles e Informações", open=False):
-            gr.Markdown("Clique em um exemplo para preencher a caixa de texto.")
-            gr.Examples(
-                examples=[
-                    "Como implementar uma lista ligada em C com todas as operações básicas?",
-                    "Qual a sua opinião sobre o uso de ponteiros em C++ moderno, baseada no seu blog?",
-                    "Resuma o que você escreveu sobre machine learning no seu blog.",
-                ],
-                inputs=entrada_msg
-            )
-            with gr.Accordion("⚙️ Controle do Conhecimento (RAG)", open=False):
-                 status_rag = gr.Textbox(label="Status do Retreino", interactive=False)
-                 botao_retreinar = gr.Button("🔄 Atualizar Conhecimento do Blog", variant="stop")
-                 download_faiss_file = gr.File(label="Download do Índice FAISS", interactive=False)
-                 download_urls_file = gr.File(label="Download das URLs Processadas", interactive=False)
-            with gr.Accordion("ℹ️ Informações", open=False):
-                gr.Markdown("""
-                ### Sobre o Dr. Aldo Henrique:
-                - **Especialidade**: Linguagens C, Java, Desenvolvimento Web, Inteligência Artificial.
-                - **Conhecimento Adicional**: Conteúdo do blog aldohenrique.com.br
-                ### Dicas para melhores respostas:
-                - Faça perguntas específicas sobre o conteúdo do blog para ver o RAG em ação!
-                - Peça resumos ou opiniões sobre temas que o professor aborda.
-                """)
-
-        # As conexões de eventos continuam as mesmas, pois a assinatura da função não mudou.
-        entrada_msg.submit(
-            fn=chat_responder,
-            inputs=[entrada_msg, chatbot, modelo_select],
-            outputs=[chatbot, entrada_msg],
-        )
-        botao_enviar.click(
-            fn=chat_responder,
-            inputs=[entrada_msg, chatbot, modelo_select],
-            outputs=[chatbot, entrada_msg],
-            api_name="enviar_mensagem"
-        )
+        estado_chat = gr.State([])  # Para armazenar a conversa
+
+        def responder_mensagem(mensagem_usuario, modelo_escolhido, historico):
+            historico = historico or []
+            historico.append((mensagem_usuario, "🕒 Dr. Aldo Henrique está digitando..."))
+            yield gr.update(value=historico), historico
+
+            resposta = responder_como_aldo(mensagem_usuario, modelo_escolhido)
+            historico[-1] = (mensagem_usuario, resposta)
+            yield gr.update(value=historico), historico
+
+        entrada.submit(
+            responder_mensagem,
+            inputs=[entrada, modelo_select, estado_chat],
+            outputs=[chat, estado_chat],
+            show_progress=True
+        ).then(lambda: "", None, entrada)  # Limpa o campo de entrada após enviar
+
+        # --- SEÇÃO PARA CONTROLE DO RAG ---
+        with gr.Accordion("⚙️ Controle do Conhecimento (RAG)", open=False):
+            status_rag = gr.Textbox(label="Status do Retreino", interactive=False)
+            botao_retreinar = gr.Button("🔄 Atualizar Conhecimento do Blog", variant="stop")
+            download_faiss_file = gr.File(label="Download do Índice FAISS", interactive=False, file_count="single", file_types=[".pkl"])
+            download_urls_file = gr.File(label="Download das URLs Processadas", interactive=False, file_count="single", file_types=[".pkl"])
+
         botao_retreinar.click(
             fn=build_and_save_vector_store,
             outputs=[status_rag, download_faiss_file, download_urls_file],
             show_progress=True
         )
 
+        # Exemplos
+        with gr.Accordion("📚 Exemplos de Perguntas", open=False):
+            gr.Examples(
+                examples=[
+                    ["Como implementar uma lista ligada em C com todas as operações básicas?", DEFAULT_MODEL],
+                    ["Qual a sua opinião sobre o uso de ponteiros em C++ moderno, baseada no seu blog?", "Mistral 7B"],
+                    ["Resuma o que você escreveu sobre machine learning no seu blog.", "Zephyr 7B"],
+                ],
+                inputs=[entrada, modelo_select]
+            )
+
+        # Status da API
+        with gr.Accordion("🔧 Status da API", open=False):
+            status_api = gr.Textbox(label="Status dos Modelos", interactive=False, lines=8)
+
+        # Informações
+        with gr.Accordion("ℹ️ Informações", open=False):
+            gr.Markdown("""
+            ### Sobre o Dr. Aldo Henrique:
+            - **Especialidade**: Linguagens C, Java, Desenvolvimento Web, Inteligência Artificial
+            - **Conhecimento Adicional**: Conteúdo do blog aldohenrique.com.br
+
+            ### Dicas para melhores respostas:
+            - Faça perguntas específicas sobre o conteúdo do blog para ver o RAG em ação!
+            - Peça resumos ou opiniões sobre temas que o professor aborda.
+            """)
+
     return interface
 
 def configurar_interface():
     """Configura e retorna a interface pronta para lançamento"""
-    return criar_interface_chat()
-
-# if __name__ == "__main__":
-#     minha_interface = configurar_interface()
-#     minha_interface.launch()
+    return criar_interface()