Upload 3 files

README.md

@@ -1,16 +1,38 @@
----
-title: Mindexplore
-emoji: 💬
-colorFrom: yellow
-colorTo: purple
-sdk: gradio
-sdk_version: 5.42.0
-app_file: app.py
-pinned: false
-hf_oauth: true
-hf_oauth_scopes:
-- inference-api
-license: mit
----
+# ExploraLab — Chat de Química y Física
+
+ExploraLab es un tutor IA gratuito diseñado para responder preguntas de **Química y Física** de forma interactiva.
+
+## 🚀 Características
+- 🧪 **Didáctico** → explicaciones claras y sencillas.
+- 📚 **Paso a paso** → resolución detallada de problemas.
+- ✍️ **Examen** → respuestas concisas, estilo evaluación.
+- 🔬 **Referencias** → explicaciones inspiradas en grandes científicos.
 
-An example chatbot using [Gradio](https://gradio.app), [`huggingface_hub`](https://huggingface.co/docs/huggingface_hub/v0.22.2/en/index), and the [Hugging Face Inference API](https://huggingface.co/docs/api-inference/index).
+## 📂 Estructura
+```
+ExploraLab/
+│── app.py
+│── requirements.txt
+│── README.md
+│── models/
+    └── mistral-7b-openorca.Q4_0.gguf
+```
+
+## 🖥️ Uso en Hugging Face Spaces
+1. Crea un [nuevo Space](https://huggingface.co/new-space) con SDK = **Gradio**.
+2. Sube los archivos `app.py`, `requirements.txt` y `README.md`.
+3. Crea la carpeta `models/` y sube el modelo `.gguf` (ejemplo: [Mistral-7B OpenOrca GGUF](https://huggingface.co/TheBloke/Mistral-7B-OpenOrca-GGUF)).
+4. Hugging Face generará tu link:  
+   ```
+   https://huggingface.co/spaces/TU_USUARIO/ExploraLab
+   ```
+
+## 🖥️ Uso local
+```bash
+pip install -r requirements.txt
+python app.py
+```
+Abre en tu navegador `http://localhost:7860`.
+
+---
+⚠️ Nota: sin el modelo `.gguf` en la carpeta `models/`, la app no podrá responder.

app.py

@@ -1,70 +1,55 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
-
-
-def respond(
-    message,
-    history: list[dict[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-    hf_token: gr.OAuthToken,
-):
-    """
-    For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-    """
-    client = InferenceClient(token=hf_token.token, model="openai/gpt-oss-20b")
-
-    messages = [{"role": "system", "content": system_message}]
-
-    messages.extend(history)
-
-    messages.append({"role": "user", "content": message})
-
-    response = ""
-
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        choices = message.choices
-        token = ""
-        if len(choices) and choices[0].delta.content:
-            token = choices[0].delta.content
-
-        response += token
-        yield response
+from gpt4all import GPT4All
+
+# Ruta del modelo (asegúrate de subir un archivo .gguf dentro de la carpeta "models/")
+MODEL_PATH = "models/mistral-7b-openorca.Q4_0.gguf"
+
+# Inicializa el modelo (se carga una sola vez)
+try:
+    model = GPT4All(MODEL_PATH)
+except Exception as e:
+    model = None
+    print("⚠️ No se encontró el modelo:", e)
+
+# Función de respuesta en formato chat
+def chat_responder(history, message, modo):
+    if not model:
+        return history + [[message, "⚠️ No se encontró el modelo en la carpeta 'models/'."]]
+
+    if modo == "Didáctico":
+        prompt = f"Explica de manera sencilla para un estudiante: {message}"
+    elif modo == "Paso a paso":
+        prompt = f"Resuelve paso a paso: {message}"
+    elif modo == "Examen":
+        prompt = f"Responde de forma breve, como si fuera un examen: {message}"
+    else:
+        prompt = f"Responde con referencias de científicos famosos: {message}"
+
+    with model.chat_session() as session:
+        respuesta = session.generate(prompt, max_tokens=300)
+    history = history + [[message, respuesta]]
+    return history
+
+# Interfaz tipo chat en Gradio
+with gr.Blocks() as demo:
+    gr.Markdown("# 🔬 ExploraLab — Chat de Química y Física")
+    gr.Markdown("Elige un modo y conversa con tu tutor IA.")
 
+    modo = gr.Radio(
+        ["Didáctico", "Paso a paso", "Examen", "Referencias"],
+        label="Modo de explicación",
+        value="Didáctico"
+    )
 
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-chatbot = gr.ChatInterface(
-    respond,
-    type="messages",
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
-    ],
-)
+    chatbot = gr.Chatbot(height=400)
+    msg = gr.Textbox(label="Escribe tu pregunta aquí")
+    clear = gr.Button("🧹 Limpiar chat")
 
-with gr.Blocks() as demo:
-    with gr.Sidebar():
-        gr.LoginButton()
-    chatbot.render()
+    def respond(history, message, modo):
+        return chat_responder(history, message, modo)
 
+    msg.submit(respond, [chatbot, msg, modo], chatbot)
+    clear.click(lambda: [], None, chatbot)
 
 if __name__ == "__main__":
     demo.launch()

requirements.txt

@@ -0,0 +1,2 @@
+gradio
+gpt4all