app.py

import openai 
import gradio as gr
import pandas as pd

from openai.embeddings_utils import get_embedding
from openai.embeddings_utils import cosine_similarity

openai.api_key = "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"


def embed_text(path="texto.csv"):
    conocimiento_df = pd.read_csv(path)
    conocimiento_df['Embedding'] = conocimiento_df['Texto'].apply(lambda x: get_embedding(x, engine='text-embedding-ada-002'))
    conocimiento_df.to_csv('embeddings.csv')
    return conocimiento_df

def buscar(busqueda, datos, n_resultados=3):
    busqueda_embed = get_embedding(busqueda, engine="text-embedding-ada-002")
    datos["Similitud"] = datos['Embedding'].apply(lambda x: cosine_similarity(x, busqueda_embed))
    datos = datos.sort_values("Similitud", ascending=False)
    return datos.iloc[:n_resultados][["Texto"]]

texto_emb = embed_text("/home/user/app/Embedding.csv")

with gr.Blocks() as demo:
    gr.Markdown("# Bienvenido al centro de ayuda de ZafiroSoft ERP")
    busqueda = gr.Textbox(label="Pregunta", placeholder="Escriba su pregunta...")
    slider = gr.Slider(1,5,value=3,label="Resultados a mostrar",info="Elija valores entre 1 y 5",step=1)
    output = gr.DataFrame(headers=['Respuesta'],wrap=True)
    greet_btn = gr.Button("Enviar")
    datos = gr.DataFrame(texto_emb, visible = False)
    greet_btn.click(fn=buscar, inputs=[busqueda, datos,slider], outputs=output)
    
demo.launch()