Update app.py

app.py

@@ -1,208 +1,208 @@
-import os, sys
-os.environ["TF_ENABLE_ONEDNN_OPTS"] = "0"
-import streamlit as st
-from pathlib import Path
-import torch, json, csv, warnings
-from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
-device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-from pathlib import Path
-from unidecode import unidecode
-from datetime import datetime
-import uuid
-
-# 🆔 Asigna un ID de sesión si no existe
-if "user_id" not in st.session_state:
-    st.session_state["user_id"] = str(uuid.uuid4())[:8]  # Ej: "f6a9b3e2"
-
-def limpiar_input():
-    st.session_state["entrada"] = ""
-    
-
-def guardar_interaccion_dual(pregunta, respuesta, tipo, user_id):
-    timestamp = datetime.now().isoformat()
-
-    # 📁 Carpeta local (dentro del Space)
-    stats_dir = Path("Statistics")
-    stats_dir.mkdir(parents=True, exist_ok=True)
-
-    # 📄 CSV
-    archivo_csv = stats_dir / "conversaciones_log.csv"
-    existe_csv = archivo_csv.exists()
-
-    with open(archivo_csv, mode="a", encoding="utf-8", newline="") as f_csv:
-        writer = csv.writer(f_csv)
-        if not existe_csv:
-            writer.writerow(["timestamp", "user_id", "tipo", "pregunta", "respuesta"])
-        writer.writerow([timestamp, user_id, tipo, pregunta, respuesta])
-
-    # 📄 JSONL
-    archivo_jsonl = stats_dir / "conversaciones_log.jsonl"
-    with open(archivo_jsonl, mode="a", encoding="utf-8") as f_jsonl:
-        registro = {
-            "timestamp": timestamp,
-            "user_id": user_id,
-            "tipo": tipo,
-            "pregunta": pregunta,
-            "respuesta": respuesta
-        }
-        f_jsonl.write(json.dumps(registro, ensure_ascii=False) + "\n")
-        
-
-# Función para cargar modelos
-@st.cache_resource
-def load_model(path_str):
-    path = Path(path_str).resolve()
-    tokenizer = AutoTokenizer.from_pretrained(path, local_files_only=True)
-    model = AutoModelForSeq2SeqLM.from_pretrained(path, local_files_only=True)
-    return model, tokenizer
-
-def detectar_intencion(texto_usuario):
-    texto = unidecode(texto_usuario.lower())
-
-    social_keywords = [
-        "hola", "chiste", "como estas", "gracias", "que pex", "broma", "saludos", "eres", "estudiante", "preguntar algo",
-        "estas ahi", "que amable", "haces", "kiubo", "bro", "ey", "todo bien", "te puedo", "animo", "hasta luego", "me ayudas",
-        "motiva", "no entiendo", "te gusta", "futbol", "quien eres", "sentimientos", "canelo", "america", "chivas", "background",
-        "cuantos años", "proposito", "quien me habla", "te puedo preguntar", "ey bro", "quien te hizo", "que haces", "bonito",
-        "piropo", "pex", "pasion", "hambre", "camara", "cansado", "adios"
-    ]
-
-    tecnico_keywords = [
-        "modelo", "entrenamiento", "algoritmo", "regresion", "clasificacion", "overfitting", "datos", "que es",
-        "define", "explicas", "pca", "cnn", "rnn", "clustering", "precision", "recall", "supervisado", "aprendizaje"
-    ]
-
-    if any(p in texto for p in social_keywords):
-        return "Social"
-    elif any(p in texto for p in tecnico_keywords):
-        return "Técnica"
-    else:
-        return "Técnica"
-
-
-def responder_social(texto_usuario, social_model, social_tokenizer):
-    device = next(social_model.parameters()).device
-
-    inputs = social_tokenizer(
-        texto_usuario,  # ✅ sin agregar eos_token
-        return_tensors="pt",
-        padding=True,
-        truncation=True,             
-        max_length=128  # ✅ especificado para evitar warning
-    ).to(device)
-
-    output_ids = social_model.generate(
-        input_ids=inputs["input_ids"],
-        attention_mask=inputs["attention_mask"],  # ✅ FIX agregado
-        max_length=50,
-        pad_token_id=social_tokenizer.eos_token_id,
-        do_sample=True,
-        top_p=0.95,
-        top_k=50
-    )
-
-    respuesta = social_tokenizer.decode(output_ids[0], skip_special_tokens=True)
-    return respuesta.strip()
-
-def responder_tecnico(texto_usuario, technical_model, technical_tokenizer):
-    entrada = "pregunta: " + texto_usuario
-    device = next(technical_model.parameters()).device
-
-    inputs = technical_tokenizer(
-        entrada,
-        return_tensors="pt",
-        padding=True,
-        truncation=True,      
-        max_length=128  # ✅ truncación explícita
-    ).to(device)
-
-    output = technical_model.generate(
-        input_ids=inputs["input_ids"],
-        attention_mask=inputs["attention_mask"],  # ✅ FIX agregado
-        max_length=64
-    )
-
-    respuesta = technical_tokenizer.decode(output[0], skip_special_tokens=True)
-    return respuesta.strip()
-
-
-def responder_mori(texto_usuario):
-    intencion = detectar_intencion(texto_usuario)
-    #print("a ver: ", texto_usuario)
-    if intencion == "Social":
-        return responder_social(texto_usuario)
-    elif intencion == "Técnica":
-        return responder_tecnico(texto_usuario)
-    else:
-        return responder_tecnico(texto_usuario) #"🤔 No entendí bien... ¿quieres hablar de ciencia de datos o echar el chisme?"
-
-    
-
-if "historial" not in st.session_state:
-    st.session_state.historial = []
-    
-
-# Modelo Técnico
-tokenizer_tecnico = AutoTokenizer.from_pretrained("tecuhtli/mori-tecnico-model")
-model_tecnico = AutoModelForSeq2SeqLM.from_pretrained("tecuhtli/mori-tecnico-model")
-
-# Modelo Social
-tokenizer_social = AutoTokenizer.from_pretrained("tecuhtli/mori-social-model")
-model_social = AutoModelForSeq2SeqLM.from_pretrained("tecuhtli/mori-social-model")
-
-# Dispositivo
-device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
-model_social = model_social.to(device)
-model_tecnico = model_tecnico.to(device)
-
-st.title("🤖 Mori - Tu Asistente Personal")
-st.header("Experto en Procesamiento de Datos 🐈‍")
-
-#entrada_usuario = st.text_area("📝 Escribe tu pregunta aquí")
-
-with st.form("formulario_mori"):
-    entrada_usuario = st.text_area("📝 Escribe tu pregunta aquí", key="entrada", height=100)
-    submitted = st.form_submit_button("Responder")
-
-if submitted:
-#if st.button("Responder") and entrada_usuario:
-    opcion = detectar_intencion(entrada_usuario)
-    if opcion == "Técnica":
-        respuesta = "🧠 [Mori Técnico] " + responder_tecnico(entrada_usuario, modelo_tecnico, tokenizer_tecnico)
-        st.success(respuesta)
-    else:
-        respuesta = "🤝 [Mori Social] " + responder_social(entrada_usuario, modelo_social, tokenizer_social)
-        st.success(respuesta)
-
-    # Guarda en historial
-    st.session_state.historial.append(("Mori", respuesta))
-    st.session_state.historial.append(("Tú", entrada_usuario))
-
-    # 💾 Guarda en archivo para stats/dataset
-    guardar_interaccion_dual(entrada_usuario, respuesta, opcion, st.session_state["user_id"])
-
-
-    
-
-
-# 🔁 Muestra historial
-if st.session_state.historial:
-    st.markdown("---")
-    for autor, texto in reversed(st.session_state.historial):
-        if autor == "Tú":
-            st.markdown(f"🧍‍♂️ **{autor}**: {texto}")
-        else:
-            st.markdown(f"🤖 **{autor}**: {texto}")    
-
-
-if st.session_state.historial:
-    texto_chat = ""
-    for autor, texto in st.session_state.historial:
-        texto_chat += f"{autor}: {texto}\n\n"
-
-    st.download_button(
-        label="💾 Descargar conversación como .txt",
-        data=texto_chat,
-        file_name="conversacion_mori.txt",
-        mime="text/plain"
-    )
+import os, sys
+os.environ["TF_ENABLE_ONEDNN_OPTS"] = "0"
+import streamlit as st
+from pathlib import Path
+import torch, json, csv, warnings
+from transformers import AutoTokenizer, AutoModelForSeq2SeqLM
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+from pathlib import Path
+from unidecode import unidecode
+from datetime import datetime
+import uuid
+
+# 🆔 Asigna un ID de sesión si no existe
+if "user_id" not in st.session_state:
+    st.session_state["user_id"] = str(uuid.uuid4())[:8]  # Ej: "f6a9b3e2"
+
+def limpiar_input():
+    st.session_state["entrada"] = ""
+    
+
+def guardar_interaccion_dual(pregunta, respuesta, tipo, user_id):
+    timestamp = datetime.now().isoformat()
+
+    # 📁 Carpeta local (dentro del Space)
+    stats_dir = Path("Statistics")
+    stats_dir.mkdir(parents=True, exist_ok=True)
+
+    # 📄 CSV
+    archivo_csv = stats_dir / "conversaciones_log.csv"
+    existe_csv = archivo_csv.exists()
+
+    with open(archivo_csv, mode="a", encoding="utf-8", newline="") as f_csv:
+        writer = csv.writer(f_csv)
+        if not existe_csv:
+            writer.writerow(["timestamp", "user_id", "tipo", "pregunta", "respuesta"])
+        writer.writerow([timestamp, user_id, tipo, pregunta, respuesta])
+
+    # 📄 JSONL
+    archivo_jsonl = stats_dir / "conversaciones_log.jsonl"
+    with open(archivo_jsonl, mode="a", encoding="utf-8") as f_jsonl:
+        registro = {
+            "timestamp": timestamp,
+            "user_id": user_id,
+            "tipo": tipo,
+            "pregunta": pregunta,
+            "respuesta": respuesta
+        }
+        f_jsonl.write(json.dumps(registro, ensure_ascii=False) + "\n")
+        
+
+# Función para cargar modelos
+@st.cache_resource
+def load_model(path_str):
+    path = Path(path_str).resolve()
+    tokenizer = AutoTokenizer.from_pretrained(path, local_files_only=True)
+    model = AutoModelForSeq2SeqLM.from_pretrained(path, local_files_only=True)
+    return model, tokenizer
+
+def detectar_intencion(texto_usuario):
+    texto = unidecode(texto_usuario.lower())
+
+    social_keywords = [
+        "hola", "chiste", "como estas", "gracias", "que pex", "broma", "saludos", "eres", "estudiante", "preguntar algo",
+        "estas ahi", "que amable", "haces", "kiubo", "bro", "ey", "todo bien", "te puedo", "animo", "hasta luego", "me ayudas",
+        "motiva", "no entiendo", "te gusta", "futbol", "quien eres", "sentimientos", "canelo", "america", "chivas", "background",
+        "cuantos años", "proposito", "quien me habla", "te puedo preguntar", "ey bro", "quien te hizo", "que haces", "bonito",
+        "piropo", "pex", "pasion", "hambre", "camara", "cansado", "adios"
+    ]
+
+    tecnico_keywords = [
+        "modelo", "entrenamiento", "algoritmo", "regresion", "clasificacion", "overfitting", "datos", "que es",
+        "define", "explicas", "pca", "cnn", "rnn", "clustering", "precision", "recall", "supervisado", "aprendizaje"
+    ]
+
+    if any(p in texto for p in social_keywords):
+        return "Social"
+    elif any(p in texto for p in tecnico_keywords):
+        return "Técnica"
+    else:
+        return "Técnica"
+
+
+def responder_social(texto_usuario, social_model, social_tokenizer):
+    device = next(social_model.parameters()).device
+
+    inputs = social_tokenizer(
+        texto_usuario,  # ✅ sin agregar eos_token
+        return_tensors="pt",
+        padding=True,
+        truncation=True,             
+        max_length=128  # ✅ especificado para evitar warning
+    ).to(device)
+
+    output_ids = social_model.generate(
+        input_ids=inputs["input_ids"],
+        attention_mask=inputs["attention_mask"],  # ✅ FIX agregado
+        max_length=50,
+        pad_token_id=social_tokenizer.eos_token_id,
+        do_sample=True,
+        top_p=0.95,
+        top_k=50
+    )
+
+    respuesta = social_tokenizer.decode(output_ids[0], skip_special_tokens=True)
+    return respuesta.strip()
+
+def responder_tecnico(texto_usuario, technical_model, technical_tokenizer):
+    entrada = "pregunta: " + texto_usuario
+    device = next(technical_model.parameters()).device
+
+    inputs = technical_tokenizer(
+        entrada,
+        return_tensors="pt",
+        padding=True,
+        truncation=True,      
+        max_length=128  # ✅ truncación explícita
+    ).to(device)
+
+    output = technical_model.generate(
+        input_ids=inputs["input_ids"],
+        attention_mask=inputs["attention_mask"],  # ✅ FIX agregado
+        max_length=64
+    )
+
+    respuesta = technical_tokenizer.decode(output[0], skip_special_tokens=True)
+    return respuesta.strip()
+
+
+def responder_mori(texto_usuario):
+    intencion = detectar_intencion(texto_usuario)
+    #print("a ver: ", texto_usuario)
+    if intencion == "Social":
+        return responder_social(texto_usuario)
+    elif intencion == "Técnica":
+        return responder_tecnico(texto_usuario)
+    else:
+        return responder_tecnico(texto_usuario) #"🤔 No entendí bien... ¿quieres hablar de ciencia de datos o echar el chisme?"
+
+    
+
+if "historial" not in st.session_state:
+    st.session_state.historial = []
+    
+
+# Modelo Técnico
+tokenizer_tecnico = AutoTokenizer.from_pretrained("tecuhtli/mori-tecnico-model")
+model_tecnico = AutoModelForSeq2SeqLM.from_pretrained("tecuhtli/mori-tecnico-model")
+
+# Modelo Social
+tokenizer_social = AutoTokenizer.from_pretrained("tecuhtli/mori-social-model")
+model_social = AutoModelForSeq2SeqLM.from_pretrained("tecuhtli/mori-social-model")
+
+# Dispositivo
+device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
+model_social = model_social.to(device)
+model_tecnico = model_tecnico.to(device)
+
+st.title("🤖 Mori - Tu Asistente Personal")
+st.header("Experto en Procesamiento de Datos 🐈‍")
+
+#entrada_usuario = st.text_area("📝 Escribe tu pregunta aquí")
+
+with st.form("formulario_mori"):
+    entrada_usuario = st.text_area("📝 Escribe tu pregunta aquí", key="entrada", height=100)
+    submitted = st.form_submit_button("Responder")
+
+if submitted:
+#if st.button("Responder") and entrada_usuario:
+    opcion = detectar_intencion(entrada_usuario)
+    if opcion == "Técnica":
+        respuesta = "🧠 [Mori Técnico] " + responder_tecnico(entrada_usuario, model_tecnico, tokenizer_tecnico)
+        st.success(respuesta)
+    else:
+        respuesta = "🤝 [Mori Social] " + responder_social(entrada_usuario, model_social, tokenizer_social)
+        st.success(respuesta)
+
+    # Guarda en historial
+    st.session_state.historial.append(("Mori", respuesta))
+    st.session_state.historial.append(("Tú", entrada_usuario))
+
+    # 💾 Guarda en archivo para stats/dataset
+    guardar_interaccion_dual(entrada_usuario, respuesta, opcion, st.session_state["user_id"])
+
+
+    
+
+
+# 🔁 Muestra historial
+if st.session_state.historial:
+    st.markdown("---")
+    for autor, texto in reversed(st.session_state.historial):
+        if autor == "Tú":
+            st.markdown(f"🧍‍♂️ **{autor}**: {texto}")
+        else:
+            st.markdown(f"🤖 **{autor}**: {texto}")    
+
+
+if st.session_state.historial:
+    texto_chat = ""
+    for autor, texto in st.session_state.historial:
+        texto_chat += f"{autor}: {texto}\n\n"
+
+    st.download_button(
+        label="💾 Descargar conversación como .txt",
+        data=texto_chat,
+        file_name="conversacion_mori.txt",
+        mime="text/plain"
+    )