Update app.py

app.py

@@ -34,7 +34,9 @@ if not HF_TOKEN:
 
 client = InferenceClient(token=HF_TOKEN)
 
-# Mapeamento de emoções em português
+# =============================
+# Mapeamento de emoções e sugestões
+# =============================
 EMOTION_MAP = {
     "joy": "alegria",
     "sadness": "tristeza",
@@ -43,27 +45,22 @@ EMOTION_MAP = {
     "surprise": "surpresa",
     "disgust": "desgosto",
     "neutral": "neutro",
-    "depression": "depressão"  # nova emoção
+    "depression": "depressão"
 }
 
-# Sugestões simples conforme emoção
 SUGESTOES = {
-    "alegria": "Continue fazendo o que te faz bem!",
-    "tristeza": "Tente conversar com alguém de confiança.",
-    "raiva": "Respire fundo e dê um tempo antes de reagir.",
-    "medo": "Procure entender a origem do seu medo.",
+    "tristeza": "Você parece triste. Tente conversar com alguém ou fazer algo que te acalme.",
+    "depressão": "Sinais de depressão detectados. Considere buscar apoio emocional ou profissional.",
+    "raiva": "Você demonstra raiva. Tente respirar fundo e dar um tempo antes de reagir.",
+    "alegria": "Continue fazendo o que te traz alegria!",
+    "medo": "Tente identificar a causa do medo e se apoiar em algo seguro.",
     "surpresa": "Nem tudo é previsível — abrace o inesperado.",
-    "desgosto": "Tente mudar o foco e procurar algo positivo.",
-    "depressão": "Considere buscar apoio emocional ou psicológico.",
-    "neutro": "Você parece equilibrado no momento."
+    "desgosto": "Talvez seja bom mudar o foco e pensar em algo que te faz bem.",
+    "neutro": "Você parece tranquilo no momento."
 }
 
-@app.route("/")
-def index():
-    return jsonify({"status": "online", "message": "API Flask funcionando!"})
-
 # =============================
-# Função de normalização
+# Função auxiliar
 # =============================
 def normalizar_probabilidades(results):
     total = sum([r["score"] for r in results])
@@ -85,29 +82,35 @@ def analyze():
 
         text = data["text"]
 
-        # Chama modelo HF
+        # Análise via modelo HF
         response = client.text_classification(
             text,
             model="SamLowe/roberta-base-go_emotions"
         )
 
-        # Normaliza scores
         results = normalizar_probabilidades(response)
 
-        # Monta dicionário de probabilidades traduzidas
         probabilidades = {}
         for item in results:
             label = item["label"].lower()
             score = round(item["score"], 4)
 
-            # Regra adicional para identificar "depressão"
+            # Conversão e agrupamento manual
             if label in ["sadness", "grief", "hopelessness"]:
                 label = "depression"
+            elif label == "anger":
+                label = "anger"
+            elif label == "joy":
+                label = "joy"
 
             label_pt = EMOTION_MAP.get(label, "neutro")
-            probabilidades[label_pt] = score
+            probabilidades[label_pt] = probabilidades.get(label_pt, 0) + score
+
+        # Ajuste fino — se detectar tristeza forte, amplia depressão
+        if probabilidades.get("tristeza", 0) > 0.4:
+            probabilidades["depressão"] = min(1.0, probabilidades.get("depressão", 0) + 0.3)
 
-        # Define emoção principal
+        # Define principal emoção
         principal = max(probabilidades, key=probabilidades.get)
         sugestao = SUGESTOES.get(principal, "Mantenha o equilíbrio emocional.")
 
@@ -119,7 +122,7 @@ def analyze():
             "suggestion": sugestao
         }
 
-        # Armazena no Firestore
+        # Grava no Firestore
         if db:
             db.collection("emotions").add({
                 "text": text,
@@ -135,7 +138,7 @@ def analyze():
             "status": "fallback",
             "emotion": "neutro",
             "emode": ["neutro"],
-            "suggestion": "Não foi possível usar a API. Fallback ativado.",
+            "suggestion": "Falha na análise. Fallback ativado.",
             "debug": str(e)
         }), 500