Update app.py

app.py

@@ -3,96 +3,75 @@ from huggingface_hub import InferenceClient
 import os
 import sys
 
-# --- Verificações de versão para depuração ---
 print(f"Versão do Python: {sys.version}")
-print(f"Versão do Gradio: {gr.__version__}")
-# -------------------------------------------
+print(f"Versão do Gradio: {gr.__version__}") # Ainda mostrará 5.38.2, mas o código irá rodar
 
-# Configuração do Cliente de Inferência do Hugging Face
-# Modelo: google/gemma-7b-it
-# Você pode precisar de um token de acesso do Hugging Face (HUGGING_FACE_HUB_TOKEN)
-# para evitar limites de taxa mais baixos ou se o modelo tiver restrições de acesso.
-# Obtenha um token em: https://huggingface.co/settings/tokens
-# Recomenda-se armazenar o token como uma variável de ambiente:
-# Ex: export HUGGING_FACE_HUB_TOKEN="hf_SUA_CHAVE_AQUI"
 HUGGING_FACE_TOKEN = os.getenv("HUGGING_FACE_HUB_TOKEN")
 
 client = InferenceClient(
     model="google/gemma-7b-it",
-    token=HUGGING_FACE_TOKEN # Será None se a variável de ambiente não estiver definida
+    token=HUGGING_FACE_TOKEN
 )
 
-# Função para processar a conversa com o modelo Gemma
 def responder_gemma(mensagem, historico):
     mensagens = []
     if historico is None:
         historico = []
     
-    # Constrói o histórico da conversa no formato esperado pela API de chat do Hugging Face
     for item in historico:
         if isinstance(item, list) and len(item) == 2:
             user_msg, bot_msg = item
             mensagens.append({"role": "user", "content": user_msg})
-            if bot_msg: # Adiciona a resposta do bot apenas se não for vazia
+            if bot_msg:
                 mensagens.append({"role": "assistant", "content": bot_msg})
     
-    # Adiciona a mensagem atual do usuário
     mensagens.append({"role": "user", "content": mensagem})
-    
-    resposta = "" # Variável para acumular a resposta do modelo
+    resposta = ""
 
     try:
-        # Chama a API de chat_completion do Hugging Face com o modelo Gemma
-        # O stream=True permite que a resposta seja construída e exibida em tempo real
         for mensagem_chunk in client.chat_completion(
-            messages=mensagens, # O parâmetro é 'messages'
-            max_tokens=300,     # Limite de tokens na resposta do modelo
-            stream=True,        # Ativa o streaming da resposta
-            temperature=0.7,    # Controla a aleatoriedade da resposta (0.0 a 1.0)
-            top_p=0.9,          # Controla a diversidade da resposta (0.0 a 1.0)
+            messages=mensagens,
+            max_tokens=300,
+            stream=True,
+            temperature=0.7,
+            top_p=0.9,
         ):
-            # Verifica se o chunk da mensagem é válido
             if not mensagem_chunk or not isinstance(mensagem_chunk, dict):
                 continue
             
             try:
-                # Extrai o conteúdo da resposta do chunk
                 conteudo = mensagem_chunk["choices"][0]["delta"].get("content", "")
-                if conteudo.strip(): # Se houver conteúdo válido
+                if conteudo.strip():
                     resposta += conteudo
-                    yield resposta # Envia a resposta parcial para a interface do Gradio
+                    yield resposta
+                # else: # Comentei para evitar mensagens desnecessárias nos logs
+                #     print(f"Chunk sem conteúdo: {mensagem_chunk}")
             except (AttributeError, IndexError, KeyError) as e:
-                # Captura erros ao processar um chunk específico (ex: formato inesperado)
                 print(f"Erro ao processar mensagem do chunk: {e}")
-                continue # Continua para o próximo chunk
+                continue
     
     except Exception as e:
-        # Captura erros gerais na chamada da API (ex: problema de conexão, token inválido)
         print(f"Erro inesperado ao chamar a API do Hugging Face com Gemma: {e}")
-        yield "Ocorreu um erro ao gerar a resposta. Por favor, tente novamente mais tarde."
+        yield "Ocorreu um erro ao gerar a resposta. Tente novamente."
 
-    # Mensagem de fallback se nenhuma resposta for gerada
     if not resposta.strip():
-        yield "Nenhuma resposta gerada. Por favor, tente novamente."
+        yield "Nenhuma resposta gerada. Tente novamente."
 
-# Definição da interface do chat com Gradio
+# Interface do chat com labels em português
 demo = gr.ChatInterface(
-    responder_gemma, # A função que processa as mensagens do chat
-    title="Benjamin – Assistente Virtual da CEaD - IBC (Gemma-7B-IT)", # Título da interface
-    textbox=gr.Textbox(placeholder="Digite uma mensagem e depois tecle Enter", container=False, scale=7), # Configurações da caixa de texto
-    examples=[ # Exemplos de perguntas para facilitar o teste
+    responder_gemma,
+    title="Benjamin – Assistente Virtual da CEaD - IBC (Gemma-7B-IT)",
+    textbox=gr.Textbox(placeholder="Digite uma mensagem e depois tecle Enter"),
+    examples=[
         "O que é o IBC?",
         "Qual a missão da CEaD?",
         "Quem foi Louis Braille?",
         "Qual a importância da educação inclusiva?"
     ],
-    theme="soft", # Tema visual da interface
-    fill_height=True, # Preenche a altura disponível
-    retry_btn="Tentar novamente", # Botão para tentar a última pergunta novamente
-    undo_btn="Desfazer",         # Botão para desfazer a última interação
-    clear_btn="Limpar conversa"  # Botão para limpar todo o histórico da conversa
+    theme="soft",
+    fill_height=True,
+
 )
 
-# Lança a interface do Gradio quando o script é executado
 if __name__ == "__main__":
     demo.launch()