Update app.py

app.py

@@ -1,81 +1,120 @@
 import os
 import json
-import traceback
 import firebase_admin
 from firebase_admin import credentials, firestore
 from flask import Flask, request, jsonify
-import requests
+from huggingface_hub import InferenceClient
 
+# Inicialização do Flask
 app = Flask(__name__)
 
+# ====== CONFIGURAÇÃO FIREBASE ======
 try:
-    firebase_json = os.getenv("FIREBASE_KEY")
-    if not firebase_json:
-        raise RuntimeError("❌ FIREBASE_KEY não encontrado nos Secrets do Space.")
-
-    cred_dict = json.loads(firebase_json)
-    cred = credentials.Certificate(cred_dict)
-    firebase_admin.initialize_app(cred)
-    db = firestore.client()
-    print("✅ Firebase conectado com sucesso.")
+    firebase_key = os.getenv("FIREBASE_KEY")
+
+    if firebase_key:
+        cred_dict = json.loads(firebase_key)
+        cred = credentials.Certificate(cred_dict)
+        firebase_admin.initialize_app(cred)
+        db = firestore.client()
+        print("✅ Firebase conectado com sucesso.")
+    else:
+        print("⚠️ FIREBASE_KEY não encontrada nos secrets do Space.")
 except Exception as e:
     print(f"❌ Erro ao inicializar Firebase: {e}")
 
+# ====== CONFIGURAÇÃO HUGGING FACE ======
 HF_TOKEN = os.getenv("HF_TOKEN")
+
 if not HF_TOKEN:
     raise RuntimeError("❌ HF_TOKEN não encontrado nos Secrets do Space.")
 
-MODEL_URL = "https://api-inference.huggingface.co/models/j-hartmann/emotion-english-distilroberta-base"
-HEADERS = {"Authorization": f"Bearer {HF_TOKEN}"}
-
+client = InferenceClient(token=HF_TOKEN)
+
+# ====== MAPEAMENTO DE EMOÇÕES SUPORTADAS ======
+emotion_map = {
+    "tristeza": ["triste", "desanimado", "desmotivado", "abatido", "deprimido"],
+    "ansiedade": ["ansioso", "preocupado", "tenso", "nervoso", "agitado"],
+    "insegurança": ["inseguro", "incerto", "duvidoso", "receoso", "medo"],
+    "raiva": ["irritado", "zangado", "revoltado", "bravo", "raiva"],
+    "alegria": ["feliz", "contente", "animado", "satisfeito", "positivo"]
+}
+
+# ====== FUNÇÃO DE FALLBACK LOCAL ======
+def fallback_emotion(text):
+    text_lower = text.lower()
+    for emotion, keywords in emotion_map.items():
+        for word in keywords:
+            if word in text_lower:
+                return {
+                    "status": "fallback",
+                    "emotion": emotion,
+                    "emode": [emotion],
+                    "suggestion": gerar_sugestao(emotion)
+                }
+    return {
+        "status": "fallback",
+        "emotion": "desconhecido",
+        "emode": ["desconhecido"],
+        "suggestion": "Emoção não identificada com precisão."
+    }
+
+# ====== GERAR SUGESTÃO CONFORME EMOÇÃO ======
+def gerar_sugestao(emotion):
+    sugestoes = {
+        "tristeza": "Procure fazer algo que te acalme e traga conforto emocional.",
+        "ansiedade": "Respire fundo e faça pausas para relaxar. Técnicas de respiração podem ajudar.",
+        "insegurança": "Acredite no seu valor. Lembre-se das suas conquistas.",
+        "raiva": "Afaste-se um pouco da situação e respire antes de reagir.",
+        "alegria": "Continue aproveitando esse momento positivo e compartilhe com os outros!",
+        "desconhecido": "Emoção não identificada com precisão."
+    }
+    return sugestoes.get(emotion, "Mantenha o equilíbrio emocional e cuide de você mesmo.")
+
+# ====== ROTA PRINCIPAL DE TESTE ======
+@app.route("/")
+def home():
+    return jsonify({"message": "API Flask funcionando no Space!", "status": "online"})
+
+# ====== ROTA DE ANÁLISE ======
 @app.route("/analyze", methods=["POST"])
 def analyze():
     try:
         data = request.get_json()
         if not data or "text" not in data:
-            return jsonify({"error": "Campo 'text' ausente."}), 400
+            return jsonify({"error": "Campo 'text' é obrigatório."}), 400
 
         text = data["text"]
-        print(f"🧠 Analisando texto: {text}")
-
-        response = requests.post(MODEL_URL, headers=HEADERS, json={"inputs": text}, timeout=15)
-        if response.status_code != 200:
-            raise RuntimeError(f"Erro na API HF: {response.text}")
-
-        result = response.json()
-
-        emotion_data = result[0] if isinstance(result, list) else []
-        if isinstance(emotion_data, list) and len(emotion_data) > 0:
-            best = max(emotion_data, key=lambda x: x.get("score", 0))
-            emotion = best.get("label", "").lower()
-        else:
-            emotion = "desconhecido"
-
-        allowed_emotions = ["tristeza", "ansiedade", "insegurança", "raiva", "alegria"]
-        if emotion not in allowed_emotions:
-            emotion = "desconhecido"
-
-        suggestions = {
-            "tristeza": "Tente conversar com alguém de confiança e fazer algo que te acalme 💙",
-            "ansiedade": "Respire fundo e pratique mindfulness por alguns minutos 🌿",
-            "insegurança": "Lembre-se do quanto você já conquistou, acredite em si mesmo 💪",
-            "raiva": "Afaste-se um pouco e respire fundo antes de reagir 🔥",
-            "alegria": "Continue assim! Espalhe positividade 😊",
-            "desconhecido": "Emoção não identificada com precisão."
-        }
-
-        suggestion = suggestions.get(emotion, "Sem sugestão disponível.")
-
-        return jsonify({
-            "status": "ok",
-            "emotion": emotion,
-            "emode": [emotion],
-            "suggestion": suggestion
-        })
+
+        # Tenta IA do Hugging Face
+        try:
+            result = client.text_classification(text)
+            if result and isinstance(result, list) and len(result) > 0:
+                label = result[0].get("label", "").lower()
+
+                # Mapeamento IA → emoções suportadas
+                if label in emotion_map.keys():
+                    emotion = label
+                else:
+                    emotion = "desconhecido"
+
+                return jsonify({
+                    "status": "ok",
+                    "emotion": emotion,
+                    "emode": [emotion],
+                    "suggestion": gerar_sugestao(emotion)
+                })
+            else:
+                # Fallback local
+                return jsonify(fallback_emotion(text))
+
+        except Exception as e:
+            print(f"⚠️ Erro na IA principal: {e}")
+            return jsonify(fallback_emotion(text))
 
     except Exception as e:
-        traceback.print_exc()
-        return jsonify({"status": "fallback", "error": str(e)}), 500
+        return jsonify({"error": str(e)}), 500
 
+# ====== EXECUÇÃO LOCAL (porta 7860) ======
 if __name__ == "__main__":
     app.run(host="0.0.0.0", port=7860)