File size: 2,823 Bytes
9b671d5
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
import pandas as pd
import gradio as gr

# Carrega o tokenizador e o modelo
tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-medium")
model = AutoModelForCausalLM.from_pretrained("microsoft/DialoGPT-medium")

# Criando um dataframe com status de pedidos
dados_pedidos = {
"numero_pedido": ["12345", "67890", "11121", "22232"],
"status": ["Shipped","Processing","Delivered","Cancelled"]
}
df_status_pedidos = pd.DataFrame(dados_pedidos)

# Função para verificar o status do pedido
def verificar_status_pedido(numero_pedido):
  try:
    status = df_status_pedidos[df_status_pedidos['numero_pedido'] == numero_pedido]['status'].iloc[0]
    return f'The status of your order {numero_pedido} is: {status}'
  except:
    return 'Order number not found. Please check and try again'
  
palavras_chave_status = ['order','order status', 'status of my order','check my order', 'track my order', 'order update']

def responder(input_usuario, ids_historico_chat):
  if any(keyword in input_usuario.lower() for keyword in palavras_chave_status):
    return 'Could you please enter you order number?', ids_historico_chat
  else:
    novo_usuario_input_ids = tokenizer.encode(input_usuario + tokenizer.eos_token, return_tensors='pt')
    if ids_historico_chat is not None:
      bot_input_ids = torch.cat([ids_historico_chat, novo_usuario_input_ids ], dim=-1)
    else:
      bot_input_ids = novo_usuario_input_ids

    ids_historico_chat = model.generate(bot_input_ids, max_length=1000, pad_token_id=tokenizer.eos_token_id)

    resposta = tokenizer.decode(ids_historico_chat[:, bot_input_ids.shape[-1]:][0], skip_special_tokens=True)
  return resposta, ids_historico_chat

# Criando interface
with gr.Blocks() as app: # This is the Gradio Blocks context
  chatbot = gr.Chatbot()
  msg = gr.Textbox(placeholder='Type your message here...')
  estado = gr.State(None)
  aguardando_numero_pedido = gr.State(False)

  def processar_entrada(input_usuario, historico, ids_historico_chat,

    aguardando_numero_pedido):
    if aguardando_numero_pedido:
      resposta = verificar_status_pedido(input_usuario)
      aguardando_numero_pedido = False
    else:
      resposta, ids_historico_chat = responder(input_usuario, ids_historico_chat)

      if resposta == 'Could you please enter you order number?':
        aguardando_numero_pedido = True
    historico.append((input_usuario, resposta))
    return historico, ids_historico_chat, aguardando_numero_pedido, ""

  # The submit call needs to be inside the 'with gr.Blocks()' block
  msg.submit(
  processar_entrada,[msg, chatbot, estado, aguardando_numero_pedido], [chatbot, estado, aguardando_numero_pedido, msg])

app.launch(share=True)