Update app.py

app.py

@@ -4,128 +4,127 @@ import json
 import os
 
 # Función para generar respuestas usando DeepInfra
-def generate_response(user_message):
-   try:
-       if not user_message.strip():
-           return "Por favor, escribe una pregunta para que pueda ayudarte."
-       
-       # Respuestas predefinidas para preguntas simples
-       user_message_lower = user_message.lower().strip()
-       
-       # Mapa de respuestas cortas para preguntas comunes
-       respuestas_cortas = {
-           "hola": "¡Hola! ¿En qué puedo ayudarte hoy?",
-           "buenos días": "¡Buenos días! ¿En qué puedo ayudarte?",
-           "buenas": "¡Buenas! ¿En qué puedo ayudarte?",
-           "saludos": "¡Saludos! ¿En qué puedo ayudarte?",
-           "hey": "¡Hey! ¿En qué puedo ayudarte?",
-           "qué tal": "Muy bien, ¿y tú? ¿En qué puedo ayudarte hoy?",
-           "como estas": "Estoy listo para ayudarte con tu negocio. ¿Qué necesitas?",
-           "cómo estás": "Estoy listo para ayudarte con tu negocio. ¿Qué necesitas?",
-           "que es byte": "Byte es un proyecto para emprendedores que ofrece herramientas de IA, desarrollo web y servicios de contenido. ¿En qué puedo ayudarte?",
-           "qué es byte": "Byte es un proyecto para emprendedores que ofrece herramientas de IA, desarrollo web y servicios de contenido. ¿En qué puedo ayudarte?"
-       }
-       
-       # Verificar si es una pregunta simple
-       for pregunta, respuesta in respuestas_cortas.items():
-           if pregunta in user_message_lower or user_message_lower in pregunta:
-               return respuesta
-       
-       # Contexto sobre Byte (versión corta)
-       byte_context = "Byte es un proyecto para emprendedores con herramientas de IA, desarrollo web y servicios de contenido. BITER es el asistente de IA de Byte."
-       
-       # Cargar el prompt del sistema
-       with open("prompt.txt", "r", encoding="utf-8") as f:
-           system_prompt = f.read().strip()
-       
-       # Combinar el contexto de Byte con el prompt original
-       system_prompt = byte_context + "\n\n" + system_prompt
-       
-       # Instrucciones muy estrictas sobre brevedad
-       system_prompt += """
+def generate_response(user_message, chat_history):
+    try:
+        if not user_message.strip():
+            return "Por favor, escribe una pregunta para que pueda ayudarte."
+        
+        # Respuestas predefinidas para preguntas simples (solo si no hay historial)
+        if len(chat_history) == 0:
+            user_message_lower = user_message.lower().strip()
+            
+            # Mapa de respuestas cortas y naturales para preguntas comunes
+            respuestas_cortas = {
+                "hola": "¡Hola! ¿En qué puedo ayudarte hoy?",
+                "buenos días": "¡Buenos días! ¿Qué planes tienes para tu negocio hoy?",
+                "buenas": "¡Buenas! ¿En qué estás trabajando?",
+                "saludos": "¡Hola! ¿Qué te trae por aquí?",
+                "hey": "¡Hey! ¿Qué necesitas?",
+                "qué tal": "Bien, ¿y tú? ¿En qué puedo ayudarte?",
+                "como estas": "Bien, gracias. ¿Qué necesitas?",
+                "cómo estás": "Bien, gracias. ¿Qué necesitas?",
+                "estas bien": "Perfectamente. ¿En qué puedo ayudarte hoy?",
+                "estás bien": "Perfectamente. ¿En qué puedo ayudarte hoy?",
+                "que es byte": "Un proyecto con herramientas para emprendedores. ¿En qué puedo ayudarte?",
+                "qué es byte": "Un proyecto con herramientas para emprendedores. ¿En qué puedo ayudarte?"
+            }
+            
+            # Verificar si es una pregunta simple
+            for pregunta, respuesta in respuestas_cortas.items():
+                if pregunta in user_message_lower or user_message_lower in pregunta:
+                    return respuesta
+        
+        # Cargar el prompt del sistema
+        with open("prompt.txt", "r", encoding="utf-8") as f:
+            system_prompt = f.read().strip()
+        
+        # Instrucciones muy estrictas sobre brevedad y naturalidad
+        system_prompt += """
 
-INSTRUCCIONES DE FORMATO CRÍTICAS:
-1. Sé EXTREMADAMENTE conciso. Máximo 1-2 párrafos cortos.
-2. Para preguntas simples o saludos, responde en una sola línea.
-3. Solo para preguntas técnicas complejas puedes usar hasta 3 párrafos.
-4. NUNCA uses listas largas ni explicaciones extensas.
-5. Habla como un CEO ocupado: directo, práctico y sin rodeos.
-6. Adapta la longitud de tu respuesta a la complejidad de la pregunta.
+INSTRUCCIONES CRÍTICAS:
+1. NUNCA te presentes como BITER ni menciones que eres un asistente de IA.
+2. NUNCA expliques tu funcionamiento ni tus capacidades.
+3. Responde como un CEO humano ocupado: directo, práctico y sin rodeos.
+4. Sé EXTREMADAMENTE conciso. Máximo 1-2 párrafos cortos.
+5. Para preguntas simples, responde en una sola línea.
+6. NUNCA uses listas largas ni explicaciones extensas.
+7. NUNCA menciones a Byte a menos que te pregunten específicamente por ello.
+8. Habla como un humano experto, no como una IA.
+9. MANTÉN EL CONTEXTO de la conversación y haz referencias a mensajes anteriores cuando sea relevante.
 """
-       
-       # Configurar la solicitud a DeepInfra
-       api_key = os.environ.get("DEEPINFRA_API_KEY", "")
-       if not api_key:
-           return "Error: No se ha configurado la clave API."
-       
-       headers = {
-           "Authorization": f"Bearer {api_key}",
-           "Content-Type": "application/json"
-       }
-       
-       # Formato de prompt para modelos de chat
-       messages = [
-           {"role": "system", "content": system_prompt},
-           {"role": "user", "content": user_message}
-       ]
-       
-       # Usar un modelo que sí está disponible en DeepInfra
-       data = {
-           "model": "meta-llama/Llama-2-7b-chat-hf",
-           "messages": messages,
-           "max_tokens": 200,  # Reducido aún más para forzar respuestas cortas
-           "temperature": 0.7,
-           "top_p": 0.9
-       }
-       
-       # Enviar solicitud a la API
-       response = requests.post(
-           "https://api.deepinfra.com/v1/openai/chat/completions",
-           headers=headers,
-           json=data
-       )
-       
-       # Procesar la respuesta
-       if response.status_code == 200:
-           result = response.json()
-           return result["choices"][0]["message"]["content"]
-       else:
-           # Intentar con otro modelo si el primero falla
-           data["model"] = "mistralai/Mistral-7B-Instruct-v0.2"
-           response = requests.post(
-               "https://api.deepinfra.com/v1/openai/chat/completions",
-               headers=headers,
-               json=data
-           )
-           
-           if response.status_code == 200:
-               result = response.json()
-               return result["choices"][0]["message"]["content"]
-           else:
-               return f"Error en la API: {response.status_code} - {response.text}"
-   
-   except Exception as e:
-       return f"Lo siento, ha ocurrido un error: {str(e)}"
+        
+        # Configurar la solicitud a DeepInfra
+        api_key = os.environ.get("DEEPINFRA_API_KEY", "")
+        if not api_key:
+            return "Error: No se ha configurado la clave API."
+        
+        headers = {
+            "Authorization": f"Bearer {api_key}",
+            "Content-Type": "application/json"
+        }
+        
+        # Preparar los mensajes para la API incluyendo el historial
+        messages = [{"role": "system", "content": system_prompt}]
+        
+        # Convertir el historial de chat de Gradio al formato que espera la API
+        for human, assistant in chat_history:
+            messages.append({"role": "user", "content": human})
+            messages.append({"role": "assistant", "content": assistant})
+        
+        # Añadir el mensaje actual del usuario
+        messages.append({"role": "user", "content": user_message})
+        
+        # Usar un modelo que sí está disponible en DeepInfra
+        data = {
+            "model": "meta-llama/Llama-2-7b-chat-hf",
+            "messages": messages,
+            "max_tokens": 150,
+            "temperature": 0.7,
+            "top_p": 0.9
+        }
+        
+        # Enviar solicitud a la API
+        response = requests.post(
+            "https://api.deepinfra.com/v1/openai/chat/completions",
+            headers=headers,
+            json=data
+        )
+        
+        # Procesar la respuesta
+        if response.status_code == 200:
+            result = response.json()
+            return result["choices"][0]["message"]["content"]
+        else:
+            # Intentar con otro modelo si el primero falla
+            data["model"] = "mistralai/Mistral-7B-Instruct-v0.2"
+            response = requests.post(
+                "https://api.deepinfra.com/v1/openai/chat/completions",
+                headers=headers,
+                json=data
+            )
+            
+            if response.status_code == 200:
+                result = response.json()
+                return result["choices"][0]["message"]["content"]
+            else:
+                return f"Error en la API: {response.status_code} - {response.text}"
+    
+    except Exception as e:
+        return f"Lo siento, ha ocurrido un error: {str(e)}"
 
-# Crear la interfaz de Gradio
-demo = gr.Interface(
-   fn=generate_response,
-   inputs=gr.Textbox(
-       placeholder="Escribe tu pregunta sobre emprendimiento aquí...",
-       label="Tu pregunta"
-   ),
-   outputs=gr.Textbox(label="Respuesta de BITER"),
-   title="BITER - Tu Mentor en Tiempo Real para Decisiones de Negocio",
-   description="BITER es un asistente de IA que responde dudas de emprendedores como si fuera un CEO experimentado.",
-   examples=[
-       ["¿Cómo puedo validar mi idea de negocio con poco presupuesto?"],
-       ["¿Cuál es la mejor estrategia para conseguir mis primeros clientes?"],
-       ["¿Debería invertir en publicidad en redes sociales o en SEO?"]
-   ],
-   allow_flagging="never",
-   theme=gr.themes.Soft(primary_hue="blue")
+# Crear la interfaz de Gradio con historial de chat
+demo = gr.ChatInterface(
+    fn=generate_response,
+    title="BITER - Tu Mentor en Tiempo Real para Decisiones de Negocio",
+    description="BITER es un asistente de IA que responde dudas de emprendedores como si fuera un CEO experimentado.",
+    examples=[
+        ["¿Cómo puedo validar mi idea de negocio con poco presupuesto?"],
+        ["¿Cuál es la mejor estrategia para conseguir mis primeros clientes?"],
+        ["¿Debería invertir en publicidad en redes sociales o en SEO?"]
+    ],
+    theme=gr.themes.Soft(primary_hue="blue")
 )
 
 # Lanzar la aplicación
 if __name__ == "__main__":
-   demo.queue(max_size=1).launch(share=False, debug=False)
+    demo.queue(max_size=1).launch(share=False, debug=False)