app.py

import gradio as gr
from transformers import pipeline

generator = pipeline("text-generation", model="sshleifer/tiny-gpt2")

# Variable para almacenar el historial de conversación
historial = ""

def responder(texto_usuario):
    global historial
    prompt_inicial = "Tú eres AURA, un asistente emocional escolar muy amable. Escucha sin juzgar y responde con empatía."

    # Construir el nuevo prompt con el historial
    prompt = (
        f"{prompt_inicial}\n"
        f"{historial}"
        f"Usuario: {texto_usuario}\n"
        f"AURA:"
    )

    resultado_completo = generator(prompt, max_length=100)[0]["text"]
    respuesta = resultado_completo[len(prompt):].strip()

    # Actualizar el historial
    historial += f"Usuario: {texto_usuario}\nAURA: {respuesta}\n"

    return respuesta


iface = gr.Interface(
    fn=responder,
    inputs="text",
    outputs="text",
    title="AURA",
    description="Tu espacio seguro 💜"
)

iface.launch()