Upload app.py

app.py

@@ -0,0 +1,38 @@
+import gradio as gr
+from transformers import T5Tokenizer, T5ForConditionalGeneration
+from deep_translator import GoogleTranslator
+import torch
+# Limitar el uso de CPU para servidores lentos
+torch.set_num_threads(1)
+torch.set_num_interop_threads(1)
+# Cargar modelo
+tokenizer = T5Tokenizer.from_pretrained("cssupport/t5-small-awesome-text-to-sql")
+model = T5ForConditionalGeneration.from_pretrained("cssupport/t5-small-awesome-text-to-sql")
+# Esquema de base de datos
+SCHEMA = """
+Database schema:
+Table customers(id, name, age, country)
+Table orders(id, customer_id, amount)
+"""
+# Función principal
+def generar_sql(pregunta_espanol):
+   try:
+       # Traducir pregunta a inglés
+       pregunta_ingles = GoogleTranslator(source="es", target="en").translate(pregunta_espanol)
+       # Crear prompt
+       prompt = f"{SCHEMA}\ntranslate English to SQL: {pregunta_ingles}"
+       input_ids = tokenizer(prompt, return_tensors="pt").input_ids
+       output = model.generate(input_ids, max_length=128)
+       sql = tokenizer.decode(output[0], skip_special_tokens=True)
+       return sql
+   except Exception as e:
+       return f"Error: {str(e)}"
+# Interfaz Gradio
+iface = gr.Interface(
+   fn=generar_sql,
+   inputs=gr.Textbox(lines=3, label="Pregunta en español"),
+   outputs=gr.Textbox(label="Consulta SQL generada"),
+   title="Texto a SQL (entrada en español)",
+   description="Escribe una pregunta en español sobre la base de datos y obtén la consulta SQL."
+)
+iface.launch()