Update app.py

app.py

@@ -1,13 +1,9 @@
-
+from fastapi import FastAPI, UploadFile, Form, HTTPException
+from fastapi.responses import JSONResponse
+from typing import List
+import uvicorn
 import os
 import json
-import time
-import hashlib
-from datetime import datetime
-from concurrent.futures import ThreadPoolExecutor, as_completed
-
-import gradio as gr
-import google.generativeai as genai
 
 # Dependências para PDF
 try:
@@ -237,8 +233,8 @@ def automacao_upload_processamento(files, history, config_json):
 
     try:
         config_agentes = json.loads(config_json)
-    except:
-        config_agentes = []
+    except json.JSONDecodeError:
+        raise HTTPException(status_code=400, detail="Configuração JSON inválida.")
 
     if history is None:
         history = []
@@ -477,7 +473,6 @@ Responda de forma concisa e direta, focando apenas na sua missão.
             # Não exibe o conteúdo da resposta do modelo no chat, apenas a confirmação
             novo_trecho = f"✅ **[{nome_agente}]** concluiu sua análise em ({duracao:.1f}s).\n"
             history[-1][1] = msg_atual + novo_trecho
-            
             yield history, timeline_execucao, pipeline_state
             
         except Exception as e:
@@ -566,5 +561,68 @@ def ui_v29_stop_logic():
 
     return app
 
+# if __name__ == "__main__":
+#     ui_v29_stop_logic().launch()
+from fastapi import FastAPI, UploadFile, Form
+from fastapi.responses import JSONResponse
+from typing import List
+import uvicorn
+
+# Criação da aplicação FastAPI
+app = FastAPI(title="AI Forensics API", description="API para análise de casos de indenizações por morte ou invalidez.")
+
+# Endpoint para upload e processamento de arquivos
+@app.post("/upload/")
+async def upload_files(files: List[UploadFile], config_json: str = Form(...)):
+    history = []
+    try:
+        config_agentes = json.loads(config_json)
+    except json.JSONDecodeError:
+        return JSONResponse(content={"error": "Configuração JSON inválida."}, status_code=400)
+
+    for file in files:
+        nome = file.filename
+        if nome.lower().endswith('.pdf'):
+            pdf_proc, erro = processar_pdf_completo(file.file)
+            if erro:
+                history.append({"file": nome, "status": "error", "message": erro})
+            else:
+                history.append({"file": nome, "status": "processed", "data": pdf_proc})
+        else:
+            res = ler_arquivo_texto(file.file)
+            if res:
+                history.append({"file": nome, "status": "processed", "data": res})
+            else:
+                history.append({"file": nome, "status": "error", "message": "Falha ao ler o arquivo."})
+
+    return history
+
+# Endpoint para iniciar uma análise com base em uma mensagem
+@app.post("/analyze/")
+async def analyze_message(message: str, config_json: str):
+    try:
+        protocolo = json.loads(config_json)
+    except json.JSONDecodeError:
+        return JSONResponse(content={"error": "Configuração JSON inválida."}, status_code=400)
+
+    try:
+        prompt_contexto = gerenciador.gerar_prompt_com_transcricoes(message)
+    except Exception as e:
+        raise HTTPException(status_code=500, detail=f"Erro ao gerar contexto: {str(e)}")
+    
+    timeline_execucao = [{"passo": 1, "tipo": "prompt_usuario", "conteudo": prompt_contexto}]
+    pipeline_state = {"is_paused": False, "timeline": timeline_execucao, "remaining_agents": protocolo}
+
+    history = []
+    for response in executar_pipeline(history, timeline_execucao, protocolo, pipeline_state):
+        pass  # Processa os passos da pipeline
+
+    return {"history": history, "timeline": timeline_execucao}
+
+# Endpoint para consultar o estado dos arquivos processados
+@app.get("/files/")
+async def list_files():
+    return gerenciador.arquivos
+
 if __name__ == "__main__":
-    ui_v29_stop_logic().launch()
+    uvicorn.run(app, host="0.0.0.0", port=8000)

requirements.txt

@@ -5,4 +5,6 @@ google-genai
 pypdf
 PyPDF2
 pdf2image
-pillow
+pillow
+fastapi
+uvicorn