Update app.py

app.py

@@ -3,29 +3,31 @@ import gradio as gr
 from transformers import pipeline
 from huggingface_hub import login
 
-# Autenticación con el token secreto configurado en el Space
+# Autenticación
 token = os.getenv("HF_TOKEN")
 if token:
     login(token=token)
 
-# Carga del modelo
-model_id = "Bigfawg6669/create-nsfw"
+# CAMBIA ESTO por un modelo que sí tenga estructura de Transformers
+# Ejemplo: Un clasificador de moderación de texto real
+model_id = "s-nlp/roberta_toxicity_classifier" 
+
 try:
-    # Usamos pipeline para simplificar la clasificación
-    pipe = pipeline("text-classification", model=model_id, device="cpu")
+    pipe = pipeline("text-classification", model=model_id)
 except Exception as e:
+    pipe = None # Definimos pipe como None para evitar el NameError
     print(f"Error crítico al cargar el modelo: {e}")
 
 def analizar_contenido(texto):
-    # La 'entrada' es el texto que el usuario escribe en la caja de Gradio
+    if pipe is None:
+        return "Error: El modelo no se cargó correctamente."
     resultado = pipe(texto)
     return resultado
 
-# Interfaz
 demo = gr.Interface(
     fn=analizar_contenido,
-    inputs=gr.Textbox(label="Entrada de texto", placeholder="Escribe aquí para clasificar..."),
-    outputs=gr.JSON(label="Resultado del modelo"),
+    inputs=gr.Textbox(label="Entrada de texto"),
+    outputs=gr.JSON(label="Resultado"),
     title="Analizador de Contenido"
 )