Create app.py

app.py

@@ -0,0 +1,103 @@
+import gradio as gr
+import base64
+import vertexai
+from vertexai.generative_models import GenerativeModel, Part, SafetySetting
+
+# Configuración del modelo y parámetros globales
+vertexai.init(project="deploygpt", location="us-central1")
+
+generation_config = {
+    "max_output_tokens": 8192,
+    "temperature": 0,
+    "top_p": 0.95,
+}
+
+safety_settings = [
+    SafetySetting(
+        category=SafetySetting.HarmCategory.HARM_CATEGORY_HATE_SPEECH,
+        threshold=SafetySetting.HarmBlockThreshold.OFF
+    ),
+    SafetySetting(
+        category=SafetySetting.HarmCategory.HARM_CATEGORY_DANGEROUS_CONTENT,
+        threshold=SafetySetting.HarmBlockThreshold.OFF
+    ),
+    SafetySetting(
+        category=SafetySetting.HarmCategory.HARM_CATEGORY_SEXUALLY_EXPLICIT,
+        threshold=SafetySetting.HarmBlockThreshold.OFF
+    ),
+    SafetySetting(
+        category=SafetySetting.HarmCategory.HARM_CATEGORY_HARASSMENT,
+        threshold=SafetySetting.HarmBlockThreshold.OFF
+    ),
+]
+
+def revisar_examen(pdf_docente, pdf_alumno):
+    """Función principal para comparar los PDFs del docente y del alumno."""
+    try:
+        # Leer los datos de los PDFs cargados
+        docente_data = pdf_docente.read()
+        alumno_data = pdf_alumno.read()
+
+        # Codificar los datos de los PDFs a base64
+        document1 = Part.from_data(
+            mime_type="application/pdf",
+            data=base64.b64encode(docente_data).decode("utf-8"),
+        )
+
+        document2 = Part.from_data(
+            mime_type="application/pdf",
+            data=base64.b64encode(alumno_data).decode("utf-8"),
+        )
+
+        # Configuración del texto de instrucciones
+        text1 = """Información del examen
+        Materia: bioquimica nutricion normal
+        Grado/Nivel: universidad
+        Tema: Metabolismo de lipidos
+        Formato del examen: \"Preguntas de desarrollo\"
+        Instrucciones para el asistente
+        Adjunta los archivos PDF:integracion
+        PDF del alumno: alumno
+        Solicita la revisión: \"Por favor, compara las respuestas del alumno en el PDF adjunto con las preguntas y respuestas del PDF del docente. Evalúa cada respuesta como 'Correcta', 'Incorrecta', 'Incompleta' o 'Vacía'. Considera que el alumno solo respondió a un subconjunto de las preguntas del examen. Para cada pregunta, indica si fue 'Asignada' o 'No asignada' al alumno. Proporciona retroalimentación detallada para cada respuesta de las preguntas asignadas, incluyendo la explicación de errores, la respuesta correcta (del PDF del docente) y sugerencias de temas para reforzar. Al final, ofrece una retroalimentación general sobre el desempeño del alumno y calcula el porcentaje de precisión, basándote solo en las preguntas que le fueron asignadas.\""""""
+
+        textsi_1 = """Rol: Actúa como un asistente de docente experto en la materia del examen de Bioquimica.
+        Objetivo: Tu tarea principal es analizar las respuestas del alumno a las preguntas del examen, comparándolas con la clave de respuestas y criterios de evaluación proporcionados en el PDF del docente. Debes identificar las respuestas correctas, incorrectas, incompletas y vacías, tomando en cuenta que el alumno pudo haber recibido un subconjunto aleatorio de las preguntas del examen. Proporciona retroalimentación detallada sobre los errores, áreas de mejora y temas que el alumno necesita reforzar. Además, debes calcular y mostrar el porcentaje de precisión del alumno en el examen, considerando solo las preguntas que le fueron asignadas."""
+
+        # Configurar el modelo
+        model = GenerativeModel(
+            "gemini-1.5-pro-001",
+            system_instruction=[textsi_1]
+        )
+
+        # Generar la revisión
+        responses = model.generate_content(
+            [document1, document2, text1],
+            generation_config=generation_config,
+            safety_settings=safety_settings,
+            stream=False,
+        )
+
+        # Concatenar las respuestas del modelo
+        feedback = ""
+        for response in responses:
+            feedback += response.text
+
+        return feedback
+
+    except Exception as e:
+        return f"Error al procesar: {str(e)}"
+
+# Crear la interfaz con Gradio
+interface = gr.Interface(
+    fn=revisar_examen,
+    inputs=[
+        gr.File(label="PDF del Docente (Preguntas y Respuestas)"),
+        gr.File(label="PDF del Alumno (Respuestas)")
+    ],
+    outputs=gr.Textbox(label="Retroalimentación del Examen"),
+    title="Revisión Automática de Exámenes",
+    description="Sube el PDF del docente y el PDF del alumno para recibir una evaluación detallada."
+)
+
+# Lanzar la interfaz
+interface.launch(debug=True)