app.py

import gradio as gr
import openai
import os
import openai
from openai import OpenAI
api_key = os.getenv("OPENAI_KEY")
client = OpenAI(api_key=api_key)

# Define the LLM function
def generacion_llm(texto_input):
    # Define the system and user messages
    formato_json = '''
      {
        "reto": "            ",
        "dudas": "            ",
        "preguntas": "            ",
        "expectativas": "            "
      }
    '''
    
    mensaje_sistema = (
        "Eres un experto en identificar aspectos descriptivos de las razones "
        "por las cuales un usuario necesita asesoría para implementar retos "
        "que involucren inteligencia artificial de varios tipos."
    )
    
    mensaje_usuario = (
        f"Analizar el texto mostrado al final, buscando identificar los siguientes "
        f"extractos en el formato JSON: {formato_json}\n\nTexto a Analizar: {texto_input}"
    )

    version_model = 'gpt-3.5-turbo-0125'

    # Call OpenAI API
    try:
        response = client.chat.completions.create(
            model=version_model,
            messages=[
                {"role": "system", "content": mensaje_sistema},
                {"role": "user", "content": mensaje_usuario}
            ],
            temperature=0.8,
            max_tokens=300,
            top_p=1,

        )

        # Extract the generated text from the response
        texto_respuesta = response.choices[0].message.content
        
        # Try parsing as JSON (if applicable)
        return texto_respuesta  # Return plain text for now (replace with JSON if needed)
    except Exception as e:
        return f"Error: {e}"

# Define Gradio app
with gr.Blocks() as interface:
    # Title and description
    gr.Markdown(
        """
        # Estructurador de Autodiagnóstico
        Ingrese el texto para analizar y extraer información en un formato JSON predefinido.
        """
    )
    # Input and output components
    input_text = gr.Textbox(label="Ingrese su texto libre para estructurar.")
    output_json = gr.Textbox(label="Resultado JSON")
    submit_button = gr.Button("Procesar")

    # Link the input/output and function
    submit_button.click(fn=generacion_llm, inputs=input_text, outputs=output_json)

    # Add the logo at the end
    gr.Markdown(
        """
        <br>
        <div style="text-align: center;">
            <img src="gdmk logo.png" alt="Logo" style="width: 200px;">
        </div>
        """
    )

# Launch the interface
interface.launch(share=True)