Update app.py

app.py

@@ -1,64 +1,68 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
+import os
+import pickle
+import numpy as np
+import faiss
+from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
+import torch
+from sentence_transformers import SentenceTransformer
 
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
+# Carga del índice FAISS y los chunks de texto
+with open("index.pkl", "rb") as f:
+    index, chunks = pickle.load(f)
 
+# Modelo de embeddings (debe coincidir con el usado en indexador.py)
+embedder = SentenceTransformer("jinaai/jina-embeddings-v2-base-es")
 
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
+# Modelo LLM (LLaMA o similar)
+llm = pipeline(
+    "text-generation",
+    model="meta-llama/Llama-3.2-3B-Instruct",
+    device_map="auto",
+    torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32,
+    token=os.getenv("HF_KEY"),
+    trust_remote_code=True
+)
 
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
+def responder(pregunta):
+    pregunta_embedding = embedder.encode([pregunta])
+    _, indices = index.search(np.array(pregunta_embedding).reshape(1, -1), k=50)
+    result_chunks = [chunks[i] for i in indices[0]]
 
-    messages.append({"role": "user", "content": message})
+    contexto_final = "\n\n".join(result_chunks[:3])
 
-    response = ""
+    prompt = f"""
+Actúa como un asesor legal colombiano, especializado en el Código de Tránsito, Código de Policía y Código Penal.
+Tu tarea es analizar el siguiente contexto legal y responder la pregunta de forma clara, completa y profesional.
 
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
+Instrucciones:
+- Usa un lenguaje formal y comprensible.
+- Cita artículos o sanciones si están presentes en el contexto.
+- No inventes leyes que no están en el texto.
+- Si no hay suficiente contexto, responde:
+"No encontré información suficiente en la ley para responder a esta pregunta."
 
-        response += token
-        yield response
+Contexto legal:
+{contexto_final}
 
+Pregunta:
+{pregunta}
 
+Respuesta:
 """
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
-    ],
-)
 
+    output = llm(prompt, max_new_tokens=400, temperature=0.4)[0]["generated_text"]
+
+    return output.split("Respuesta:")[-1].strip() if "Respuesta:" in output else output.strip()
+
+# Interfaz Gradio
+demo = gr.Interface(
+    fn=responder,
+    inputs=gr.Textbox(lines=2, placeholder="Ej: ¿Qué pasa si cometo homicidio?", label="Escribe tu pregunta"),
+    outputs=gr.Textbox(label="Respuesta generada"),
+    title="Asistente Legal Colombiano",
+    description="Consulta el Código de Tránsito, Código de Policía y Código Penal colombiano.",
+    theme="default"
+)
 
-if __name__ == "__main__":
-    demo.launch()
+demo.launch()