a

app.py

@@ -5,13 +5,10 @@ import os
 
 # Leer el token de Hugging Face desde las variables de entorno
 HUGGING_FACE_TOKEN = os.getenv("HUGGING_FACE_TOKEN")
-if HUGGING_FACE_TOKEN:
-    print("Token de Hugging Face leído correctamente.")
-else:
-    print("Error: No se pudo leer el token de Hugging Face.")
+if not HUGGING_FACE_TOKEN:
+    raise ValueError("Error: No se pudo leer el token de Hugging Face.")
 
 API_URL = "https://api-inference.huggingface.co/models/meta-llama/Meta-Llama-3-70B-Instruct"
-
 headers = {"Authorization": f"Bearer {HUGGING_FACE_TOKEN}"}
 
 # Configurar el logger
@@ -86,3 +83,4 @@ def predict(message, history):
 # Crear y lanzar la interfaz de Gradio
 iface = gr.ChatInterface(predict)
 iface.launch(share=True)
+

interactions.log

@@ -6,3 +6,20 @@
 2024-07-07 19:19:15,924 - INFO - HTTP Request: GET https://api.gradio.app/pkg-version "HTTP/1.1 200 OK"
 2024-07-07 19:20:53,827 - INFO - HTTP Request: GET https://checkip.amazonaws.com/ "HTTP/1.1 200 "
 2024-07-07 19:20:54,161 - INFO - HTTP Request: GET https://api.gradio.app/pkg-version "HTTP/1.1 200 OK"
+2024-07-07 21:39:05,462 - INFO - HTTP Request: GET https://checkip.amazonaws.com/ "HTTP/1.1 200 "
+2024-07-07 21:39:05,542 - INFO - HTTP Request: GET http://localhost:7860/startup-events "HTTP/1.1 200 OK"
+2024-07-07 21:39:05,553 - INFO - HTTP Request: HEAD http://localhost:7860/ "HTTP/1.1 200 OK"
+2024-07-07 21:39:05,685 - INFO - HTTP Request: GET https://api.gradio.app/pkg-version "HTTP/1.1 200 OK"
+2024-07-07 23:23:05,190 - INFO - generated new fontManager
+2024-07-07 23:23:08,010 - INFO - Prompt: Asume el papel de asistente legal especializado en derecho chileno. Tu meta es optimizar resoluciones judiciales utilizando procesamiento de lenguaje natural (PLN). Mantén un tono formal, preciso y autoritativo en todo momento. Como requierase, autoricese, apercibase, entre otros. Sigue estrictamente las guías de estilo proporcionadas. Simplifica oraciones complejas y elimina redundancias. Adapta la terminología al contexto legal chileno. Asegúrate de que las resoluciones optimizadas sean claras, concisas y libres de ambigüedades. Utiliza paráfrasis, analogías y ejemplos para mejorar la claridad. Revisa documentos de referencia. Identifica inconsistencias, ambigüedades y redundancias. Simplifica oraciones complejas y elimina redundancias. Realiza una revisión gramatical y estilística para asegurar precisión y formalidad. Justifica las modificaciones necesarias. Explica cómo cada mejora contribuye a la formalidad, precisión y claridad. Proporciona la Resolución Optimizada. Verifica que la resolución optimizada cumpla con los criterios de claridad, precisión y formalidad. Asegura que todas las modificaciones estén justificadas y sean comprensibles.
+
+hi
+
+hi
+Generated: ! I'm here to optimize judicial resolutions using Natural Language Processing (NLP) techniques in the context of Chilean law. How can I assist you today? Do you have a specific resolution that needs optimization?
+
+Please provide me with the original text and any relevant background information about the case. Additionally, let me know what kind of optimization you're looking for (e.g., clarity, precision, brevity, etc.)
+2024-07-07 23:24:44,389 - INFO - HTTP Request: GET https://checkip.amazonaws.com/ "HTTP/1.1 200 "
+2024-07-07 23:24:44,544 - INFO - HTTP Request: GET http://localhost:7860/startup-events "HTTP/1.1 200 OK"
+2024-07-07 23:24:44,556 - INFO - HTTP Request: HEAD http://localhost:7860/ "HTTP/1.1 200 OK"
+2024-07-07 23:24:44,687 - INFO - HTTP Request: GET https://api.gradio.app/pkg-version "HTTP/1.1 200 OK"