app.py

import gradio as gr
import numpy as np
from transformers import pipeline, AutoModelForCausalLM, AutoTokenizer
import torch

class DiscAnalyzer:
    def __init__(self):
        self.disc_profiles = {
            'D': 'Dominance',
            'I': 'Influence',
            'S': 'Steadiness',
            'C': 'Compliance'
        }
        
        # Inicializar modelo do Hugging Face
        # Usando BLOOM-560M que tem bom suporte para português
        self.tokenizer = AutoTokenizer.from_pretrained("bigscience/bloom-560m")
        self.model = AutoModelForCausalLM.from_pretrained("bigscience/bloom-560m")
        self.generator = pipeline(
            "text-generation",
            model=self.model,
            tokenizer=self.tokenizer,
            device=0 if torch.cuda.is_available() else -1
        )

    def generate_llm_report(self, scores, perfil_principal):
        """
        Gera relatório personalizado usando modelo do Hugging Face baseado nos scores DISC.
        """
        prompt = f"""
        Analise o seguinte perfil DISC e gere um relatório detalhado:
        
        Perfil DISC:
        - Dominância: {scores['D']:.1f}%
        - Influência: {scores['I']:.1f}%
        - Estabilidade: {scores['S']:.1f}%
        - Conformidade: {scores['C']:.1f}%
        
        Perfil Principal: {self.disc_profiles[perfil_principal]}

        Relatório do Perfil:
        """
        
        try:
            # Gerar relatório
            output = self.generator(
                prompt,
                max_length=1000,
                num_return_sequences=1,
                temperature=0.7,
                top_p=0.9,
                do_sample=True
            )
            
            return output[0]['generated_text'].replace(prompt, "").strip()
            
        except Exception as e:
            return f"Erro ao gerar relatório: {str(e)}"

    def avaliar_disc(self, 
                    q1, q2, q3, q4,
                    q5, q6, q7, q8,
                    q9, q10, q11, q12,
                    q13, q14, q15, q16):
        """
        Avalia o perfil DISC baseado nas respostas do questionário.
        """
        # Converter inputs para números
        responses = [
            int(q1), int(q2), int(q3), int(q4),
            int(q5), int(q6), int(q7), int(q8),
            int(q9), int(q10), int(q11), int(q12),
            int(q13), int(q14), int(q15), int(q16)
        ]

        # Calcular scores para cada dimensão DISC
        d_score = sum([responses[i] for i in [0, 4, 8, 12]]) / 16 * 100
        i_score = sum([responses[i] for i in [1, 5, 9, 13]]) / 16 * 100
        s_score = sum([responses[i] for i in [2, 6, 10, 14]]) / 16 * 100
        c_score = sum([responses[i] for i in [3, 7, 11, 15]]) / 16 * 100

        # Encontrar o perfil dominante
        scores = {
            'D': d_score,
            'I': i_score,
            'S': s_score,
            'C': c_score
        }
        perfil_principal = max(scores, key=scores.get)
        
        # Gerar relatório LLM
        relatorio_llm = self.generate_llm_report(scores, perfil_principal)

        return (
            f"Seu perfil principal é {self.disc_profiles[perfil_principal]} ({perfil_principal})",
            relatorio_llm,
            {
                "Dimensão": list(scores.keys()),
                "Score": list(scores.values())
            }
        )

def create_disc_interface():
    """
    Cria a interface Gradio para o analisador DISC.
    """
    analyzer = DiscAnalyzer()
    
    with gr.Blocks(title="Análise de Perfil DISC") as interface:
        gr.Markdown("# Analisador de Perfil DISC com IA")
        gr.Markdown("""
        Responda cada questão com valores de 1 a 4, onde:
        - 1 = Discordo totalmente
        - 2 = Discordo parcialmente
        - 3 = Concordo parcialmente
        - 4 = Concordo totalmente
        """)

        with gr.Row():
            with gr.Column():
                q1 = gr.Slider(1, 4, value=2, step=1, label="1. Sou direto e decisivo")
                q2 = gr.Slider(1, 4, value=2, step=1, label="2. Sou sociável e entusiasta")
                q3 = gr.Slider(1, 4, value=2, step=1, label="3. Sou paciente e cooperativo")
                q4 = gr.Slider(1, 4, value=2, step=1, label="4. Sou preciso e analítico")
            
            with gr.Column():
                q5 = gr.Slider(1, 4, value=2, step=1, label="5. Gosto de assumir riscos")
                q6 = gr.Slider(1, 4, value=2, step=1, label="6. Sou bom comunicador")
                q7 = gr.Slider(1, 4, value=2, step=1, label="7. Sou bom ouvinte")
                q8 = gr.Slider(1, 4, value=2, step=1, label="8. Sou organizado")

            with gr.Column():
                q9 = gr.Slider(1, 4, value=2, step=1, label="9. Tomo iniciativa")
                q10 = gr.Slider(1, 4, value=2, step=1, label="10. Sou persuasivo")
                q11 = gr.Slider(1, 4, value=2, step=1, label="11. Trabalho bem em equipe")
                q12 = gr.Slider(1, 4, value=2, step=1, label="12. Sou detalhista")

            with gr.Column():
                q13 = gr.Slider(1, 4, value=2, step=1, label="13. Busco resultados")
                q14 = gr.Slider(1, 4, value=2, step=1, label="14. Sou motivador")
                q15 = gr.Slider(1, 4, value=2, step=1, label="15. Sou confiável")
                q16 = gr.Slider(1, 4, value=2, step=1, label="16. Sou sistemático")

        analyze_btn = gr.Button("Analisar Perfil")

        with gr.Row():
            perfil_output = gr.Textbox(label="Perfil Principal")
            relatorio_output = gr.Markdown(label="Relatório Detalhado")

        plot_output = gr.BarPlot(
            x="Dimensão",
            y="Score",
            title="Scores DISC",
            tooltip=["Dimensão", "Score"],
            height=400,
            width=600
        )

        analyze_btn.click(
            fn=analyzer.avaliar_disc,
            inputs=[q1, q2, q3, q4, q5, q6, q7, q8,
                   q9, q10, q11, q12, q13, q14, q15, q16],
            outputs=[perfil_output, relatorio_output, plot_output]
        )

    return interface

if __name__ == "__main__":
    interface = create_disc_interface()
    interface.launch(
        server_name="0.0.0.0",
        server_port=7860,
        share=True
    )