Update app.py
Browse files
app.py
CHANGED
@@ -1,60 +1,176 @@
|
|
1 |
import gradio as gr
|
2 |
import random
|
3 |
-
from transformers import AutoModelForCausalLM, AutoTokenizer
|
4 |
import torch
|
5 |
-
from
|
6 |
-
|
7 |
-
|
8 |
-
|
9 |
-
|
10 |
-
|
11 |
-
|
12 |
-
|
13 |
-
|
14 |
-
|
15 |
-
|
16 |
-
|
17 |
-
|
18 |
-
|
19 |
-
|
20 |
-
|
21 |
-
|
22 |
-
|
23 |
-
|
24 |
-
|
25 |
-
|
26 |
-
|
27 |
-
|
28 |
-
|
29 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
30 |
|
|
|
31 |
TEMPLATES = {
|
32 |
"história": {
|
33 |
-
"creative":
|
34 |
-
|
35 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
36 |
},
|
37 |
"técnico": {
|
38 |
-
"tutorial":
|
39 |
-
|
40 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
41 |
},
|
42 |
"educacional": {
|
43 |
-
"lesson":
|
44 |
-
|
45 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
46 |
}
|
47 |
}
|
48 |
|
49 |
-
generator =
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
50 |
|
51 |
-
def generate_prompt(categoria: str, subcategoria: str, tema: str, elementos: str,
|
52 |
-
público_alvo: str, tom: str, comprimento: int,
|
53 |
-
usar_llm: bool = True) -> str:
|
54 |
if categoria not in TEMPLATES or subcategoria not in TEMPLATES[categoria]:
|
55 |
-
return "Categoria ou subcategoria não encontrada"
|
56 |
|
57 |
-
template = TEMPLATES[categoria][subcategoria]
|
58 |
|
59 |
params = {
|
60 |
"tema": tema,
|
@@ -80,22 +196,29 @@ def generate_prompt(categoria: str, subcategoria: str, tema: str, elementos: str
|
|
80 |
base_prompt += f"\nComprimento aproximado: {comprimento} palavras"
|
81 |
|
82 |
if usar_llm:
|
|
|
83 |
instruction = f"""
|
84 |
Você é um assistente especializado em criar prompts detalhados em português para LLMs.
|
85 |
Expanda e melhore o seguinte prompt base, adicionando mais detalhes, exemplos e estrutura:
|
86 |
|
87 |
{base_prompt}
|
88 |
|
|
|
|
|
|
|
|
|
|
|
89 |
Crie uma versão mais completa e detalhada deste prompt, mantendo o objetivo original
|
90 |
mas adicionando mais contexto e especificidade.
|
91 |
"""
|
92 |
-
return generator.generate_with_model(instruction)
|
93 |
|
94 |
-
return base_prompt
|
95 |
|
96 |
def create_interface():
|
|
|
97 |
with gr.Blocks(
|
98 |
-
title="Gerador de Prompts
|
99 |
theme=gr.themes.Soft(
|
100 |
primary_hue="indigo",
|
101 |
secondary_hue="blue",
|
@@ -103,8 +226,8 @@ def create_interface():
|
|
103 |
) as app:
|
104 |
gr.Markdown(
|
105 |
"""
|
106 |
-
# 🤖 Gerador de Prompts Inteligente
|
107 |
-
### Crie prompts estruturados e detalhados usando IA
|
108 |
"""
|
109 |
)
|
110 |
|
@@ -125,6 +248,11 @@ def create_interface():
|
|
125 |
value="creative",
|
126 |
container=False,
|
127 |
)
|
|
|
|
|
|
|
|
|
|
|
128 |
|
129 |
with gr.Column(scale=2):
|
130 |
tema = gr.Textbox(
|
@@ -153,14 +281,23 @@ def create_interface():
|
|
153 |
)
|
154 |
|
155 |
with gr.Column(scale=2):
|
156 |
-
|
157 |
-
|
158 |
-
|
159 |
-
|
160 |
-
|
161 |
-
|
162 |
-
|
163 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
164 |
usar_llm = gr.Checkbox(
|
165 |
label="🤖 Usar IA para expandir prompt",
|
166 |
value=True,
|
@@ -180,37 +317,254 @@ def create_interface():
|
|
180 |
lines=10,
|
181 |
container=False,
|
182 |
)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
183 |
|
184 |
with gr.TabItem("ℹ️ Sobre"):
|
185 |
gr.Markdown(
|
186 |
"""
|
187 |
-
### Sobre o Gerador de Prompts
|
188 |
|
189 |
-
|
190 |
-
e detalhados para diversos tipos de conteúdo. Ele pode ser usado para:
|
191 |
|
192 |
-
-
|
193 |
-
-
|
194 |
-
-
|
195 |
-
-
|
|
|
196 |
|
197 |
-
O gerador usa um modelo de linguagem avançado para
|
198 |
-
|
199 |
"""
|
200 |
)
|
201 |
|
202 |
-
def
|
203 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
204 |
|
205 |
-
categoria.change(
|
|
|
|
|
|
|
|
|
|
|
206 |
gerar_btn.click(
|
207 |
generate_prompt,
|
208 |
-
inputs=[
|
209 |
-
|
|
|
|
|
|
|
|
|
|
|
210 |
)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
211 |
|
212 |
return app
|
213 |
|
214 |
if __name__ == "__main__":
|
215 |
app = create_interface()
|
216 |
-
app.launch(
|
|
|
|
|
|
|
|
|
|
|
|
1 |
import gradio as gr
|
2 |
import random
|
|
|
3 |
import torch
|
4 |
+
from transformers import AutoModelForCausalLM, AutoTokenizer
|
5 |
+
from typing import Dict, List, Tuple, Optional
|
6 |
+
from dataclasses import dataclass
|
7 |
+
import json
|
8 |
+
import os
|
9 |
+
from datetime import datetime
|
10 |
+
import numpy as np
|
11 |
+
|
12 |
+
@dataclass
|
13 |
+
class PromptConfig:
|
14 |
+
"""Configuração para geração de prompts"""
|
15 |
+
temperatura: float = 0.7
|
16 |
+
top_p: float = 0.9
|
17 |
+
max_tokens: int = 512
|
18 |
+
repetition_penalty: float = 1.1
|
19 |
+
|
20 |
+
class EnhancedPromptGenerator:
|
21 |
+
def __init__(self, model_name: str = "beomi/llama-2-ko-7b"):
|
22 |
+
self.model_name = model_name
|
23 |
+
self.history_file = "prompt_history.json"
|
24 |
+
self.load_model()
|
25 |
+
self.load_history()
|
26 |
+
|
27 |
+
def load_model(self):
|
28 |
+
"""Carrega o modelo com tratamento de erro"""
|
29 |
+
try:
|
30 |
+
print("Carregando modelo... (pode demorar alguns minutos na primeira vez)")
|
31 |
+
self.tokenizer = AutoTokenizer.from_pretrained(self.model_name)
|
32 |
+
self.model = AutoModelForCausalLM.from_pretrained(
|
33 |
+
self.model_name,
|
34 |
+
torch_dtype=torch.float16,
|
35 |
+
device_map="auto",
|
36 |
+
low_cpu_mem_usage=True
|
37 |
+
)
|
38 |
+
print("Modelo carregado com sucesso!")
|
39 |
+
except Exception as e:
|
40 |
+
print(f"Erro ao carregar o modelo: {e}")
|
41 |
+
raise
|
42 |
+
|
43 |
+
def load_history(self):
|
44 |
+
"""Carrega histórico de prompts gerados"""
|
45 |
+
self.history = []
|
46 |
+
if os.path.exists(self.history_file):
|
47 |
+
try:
|
48 |
+
with open(self.history_file, 'r', encoding='utf-8') as f:
|
49 |
+
self.history = json.load(f)
|
50 |
+
except:
|
51 |
+
print("Erro ao carregar histórico. Criando novo arquivo.")
|
52 |
+
|
53 |
+
def save_history(self):
|
54 |
+
"""Salva histórico de prompts"""
|
55 |
+
try:
|
56 |
+
with open(self.history_file, 'w', encoding='utf-8') as f:
|
57 |
+
json.dump(self.history, f, ensure_ascii=False, indent=2)
|
58 |
+
except Exception as e:
|
59 |
+
print(f"Erro ao salvar histórico: {e}")
|
60 |
+
|
61 |
+
def analyze_prompt_quality(self, prompt: str) -> Dict[str, float]:
|
62 |
+
"""Analisa a qualidade do prompt gerado"""
|
63 |
+
analysis = {
|
64 |
+
"complexidade": len(prompt.split()) / 100, # Normalizado para 0-1
|
65 |
+
"especificidade": len(set(prompt.split())) / len(prompt.split()),
|
66 |
+
"clareza": 1 - (prompt.count(',') + prompt.count(';')) / len(prompt.split())
|
67 |
+
}
|
68 |
+
return analysis
|
69 |
+
|
70 |
+
def generate_with_model(self, prompt: str, config: PromptConfig = PromptConfig()) -> Tuple[str, Dict[str, float]]:
|
71 |
+
"""Gera texto usando o modelo com configurações avançadas"""
|
72 |
+
try:
|
73 |
+
inputs = self.tokenizer(prompt, return_tensors="pt").to(self.model.device)
|
74 |
+
|
75 |
+
outputs = self.model.generate(
|
76 |
+
**inputs,
|
77 |
+
max_new_tokens=config.max_tokens,
|
78 |
+
temperature=config.temperatura,
|
79 |
+
top_p=config.top_p,
|
80 |
+
repetition_penalty=config.repetition_penalty,
|
81 |
+
do_sample=True,
|
82 |
+
pad_token_id=self.tokenizer.eos_token_id
|
83 |
+
)
|
84 |
+
|
85 |
+
generated_text = self.tokenizer.decode(outputs[0], skip_special_tokens=True)
|
86 |
+
quality_metrics = self.analyze_prompt_quality(generated_text)
|
87 |
+
|
88 |
+
# Salva no histórico
|
89 |
+
self.history.append({
|
90 |
+
"timestamp": datetime.now().isoformat(),
|
91 |
+
"prompt": prompt,
|
92 |
+
"generated": generated_text,
|
93 |
+
"metrics": quality_metrics
|
94 |
+
})
|
95 |
+
self.save_history()
|
96 |
+
|
97 |
+
return generated_text, quality_metrics
|
98 |
+
|
99 |
+
except Exception as e:
|
100 |
+
print(f"Erro na geração: {e}")
|
101 |
+
return str(e), {"erro": 1.0}
|
102 |
|
103 |
+
# Templates expandidos com mais opções e detalhes
|
104 |
TEMPLATES = {
|
105 |
"história": {
|
106 |
+
"creative": {
|
107 |
+
"template": "Crie uma história {gênero} sobre {tema} com {personagens} personagens. A história deve ter {comprimento} palavras e incluir {elementos}.",
|
108 |
+
"sugestões": ["aventura épica", "drama pessoal", "mistério sobrenatural"]
|
109 |
+
},
|
110 |
+
"analysis": {
|
111 |
+
"template": "Analise a seguinte história considerando {aspectos}. Foque em {elementos} e forneça exemplos específicos do texto.",
|
112 |
+
"sugestões": ["análise profunda", "crítica construtiva", "interpretação temática"]
|
113 |
+
},
|
114 |
+
"continuation": {
|
115 |
+
"template": "Continue a seguinte história mantendo o {tom} e desenvolvendo {elementos}.",
|
116 |
+
"sugestões": ["expansão do universo", "desenvolvimento de personagem", "resolução de conflito"]
|
117 |
+
}
|
118 |
},
|
119 |
"técnico": {
|
120 |
+
"tutorial": {
|
121 |
+
"template": "Crie um tutorial detalhado sobre {tema} para {público}. Inclua {elementos} e forneça {exemplos} exemplos práticos.",
|
122 |
+
"sugestões": ["passo a passo", "guia completo", "referência rápida"]
|
123 |
+
},
|
124 |
+
"documentation": {
|
125 |
+
"template": "Documente {sistema} incluindo {aspectos}. Foque em {elementos} e forneça {exemplos} exemplos de uso.",
|
126 |
+
"sugestões": ["documentação técnica", "manual do usuário", "guia de referência"]
|
127 |
+
},
|
128 |
+
"troubleshooting": {
|
129 |
+
"template": "Crie um guia de solução de problemas para {sistema} cobrindo {problemas}.",
|
130 |
+
"sugestões": ["resolução de problemas", "diagnóstico", "manutenção"]
|
131 |
+
}
|
132 |
},
|
133 |
"educacional": {
|
134 |
+
"lesson": {
|
135 |
+
"template": "Prepare uma aula sobre {tema} para {público}. Inclua {objetivos} e atividades práticas.",
|
136 |
+
"sugestões": ["aula interativa", "workshop prático", "seminário"]
|
137 |
+
},
|
138 |
+
"exercise": {
|
139 |
+
"template": "Crie exercícios sobre {tema} com {dificuldade} níveis de dificuldade.",
|
140 |
+
"sugestões": ["exercícios práticos", "desafios", "problemas"]
|
141 |
+
},
|
142 |
+
"explanation": {
|
143 |
+
"template": "Explique {conceito} para {público} usando {analogias} e exemplos práticos.",
|
144 |
+
"sugestões": ["explicação detalhada", "conceitos básicos", "aprofundamento"]
|
145 |
+
}
|
146 |
}
|
147 |
}
|
148 |
|
149 |
+
generator = EnhancedPromptGenerator()
|
150 |
+
|
151 |
+
def get_suggestions(categoria: str, subcategoria: str) -> List[str]:
|
152 |
+
"""Retorna sugestões baseadas na categoria e subcategoria"""
|
153 |
+
return TEMPLATES[categoria][subcategoria].get("sugestões", [])
|
154 |
+
|
155 |
+
def generate_prompt(
|
156 |
+
categoria: str,
|
157 |
+
subcategoria: str,
|
158 |
+
tema: str,
|
159 |
+
elementos: str,
|
160 |
+
público_alvo: str,
|
161 |
+
tom: str,
|
162 |
+
comprimento: int,
|
163 |
+
temperatura: float,
|
164 |
+
usar_llm: bool = True
|
165 |
+
) -> Tuple[str, Dict[str, float]]:
|
166 |
+
"""Função aprimorada de geração de prompts"""
|
167 |
+
if not tema or not elementos:
|
168 |
+
return "Por favor, preencha o tema e os elementos.", {"erro": 1.0}
|
169 |
|
|
|
|
|
|
|
170 |
if categoria not in TEMPLATES or subcategoria not in TEMPLATES[categoria]:
|
171 |
+
return "Categoria ou subcategoria não encontrada", {"erro": 1.0}
|
172 |
|
173 |
+
template = TEMPLATES[categoria][subcategoria]["template"]
|
174 |
|
175 |
params = {
|
176 |
"tema": tema,
|
|
|
196 |
base_prompt += f"\nComprimento aproximado: {comprimento} palavras"
|
197 |
|
198 |
if usar_llm:
|
199 |
+
config = PromptConfig(temperatura=temperatura)
|
200 |
instruction = f"""
|
201 |
Você é um assistente especializado em criar prompts detalhados em português para LLMs.
|
202 |
Expanda e melhore o seguinte prompt base, adicionando mais detalhes, exemplos e estrutura:
|
203 |
|
204 |
{base_prompt}
|
205 |
|
206 |
+
Considere:
|
207 |
+
- Público-alvo: {público_alvo}
|
208 |
+
- Elementos específicos: {elementos}
|
209 |
+
- Tom desejado: {tom}
|
210 |
+
|
211 |
Crie uma versão mais completa e detalhada deste prompt, mantendo o objetivo original
|
212 |
mas adicionando mais contexto e especificidade.
|
213 |
"""
|
214 |
+
return generator.generate_with_model(instruction, config)
|
215 |
|
216 |
+
return base_prompt, generator.analyze_prompt_quality(base_prompt)
|
217 |
|
218 |
def create_interface():
|
219 |
+
"""Interface aprimorada com mais recursos"""
|
220 |
with gr.Blocks(
|
221 |
+
title="Gerador de Prompts Inteligente",
|
222 |
theme=gr.themes.Soft(
|
223 |
primary_hue="indigo",
|
224 |
secondary_hue="blue",
|
|
|
226 |
) as app:
|
227 |
gr.Markdown(
|
228 |
"""
|
229 |
+
# 🤖 Gerador de Prompts Inteligente v2.0
|
230 |
+
### Crie prompts estruturados e detalhados usando IA avançada
|
231 |
"""
|
232 |
)
|
233 |
|
|
|
248 |
value="creative",
|
249 |
container=False,
|
250 |
)
|
251 |
+
sugestoes = gr.Dropdown(
|
252 |
+
choices=[],
|
253 |
+
label="💫 Sugestões",
|
254 |
+
container=False,
|
255 |
+
)
|
256 |
|
257 |
with gr.Column(scale=2):
|
258 |
tema = gr.Textbox(
|
|
|
281 |
)
|
282 |
|
283 |
with gr.Column(scale=2):
|
284 |
+
with gr.Row():
|
285 |
+
comprimento = gr.Slider(
|
286 |
+
minimum=100,
|
287 |
+
maximum=2000,
|
288 |
+
step=100,
|
289 |
+
label="📏 Comprimento (palavras)",
|
290 |
+
value=500,
|
291 |
+
container=False,
|
292 |
+
)
|
293 |
+
temperatura = gr.Slider(
|
294 |
+
minimum=0.1,
|
295 |
+
maximum=1.0,
|
296 |
+
step=0.1,
|
297 |
+
label="🌡️ Temperatura",
|
298 |
+
value=0.7,
|
299 |
+
container=False,
|
300 |
+
)
|
301 |
usar_llm = gr.Checkbox(
|
302 |
label="🤖 Usar IA para expandir prompt",
|
303 |
value=True,
|
|
|
317 |
lines=10,
|
318 |
container=False,
|
319 |
)
|
320 |
+
metricas = gr.JSON(
|
321 |
+
label="📊 Métricas de Qualidade",
|
322 |
+
container=False,
|
323 |
+
)
|
324 |
+
|
325 |
+
with gr.TabItem("📈 Histórico"):
|
326 |
+
historico = gr.DataFrame(
|
327 |
+
headers=["Data", "Prompt Original", "Texto Gerado", "Métricas"],
|
328 |
+
label="Histórico de Prompts Gerados"
|
329 |
+
)
|
330 |
|
331 |
with gr.TabItem("ℹ️ Sobre"):
|
332 |
gr.Markdown(
|
333 |
"""
|
334 |
+
### Sobre o Gerador de Prompts v2.0
|
335 |
|
336 |
+
Esta é uma versão aprimorada do gerador de prompts que inclui:
|
|
|
337 |
|
338 |
+
- 📊 Análise de qualidade dos prompts gerados
|
339 |
+
- 📈 Histórico de gerações
|
340 |
+
- 🎯 Sugestões contextuais
|
341 |
+
- 🌡️ Controle de temperatura
|
342 |
+
- 🔄 Sistema de feedback
|
343 |
|
344 |
+
O gerador usa um modelo de linguagem avançado para criar prompts
|
345 |
+
detalhados e específicos para suas necessidades.
|
346 |
"""
|
347 |
)
|
348 |
|
349 |
+
def atualizar_interface(categoria, subcategoria):
|
350 |
+
sugestoes_list = get_suggestions(categoria, subcategoria)
|
351 |
+
return [
|
352 |
+
gr.Dropdown(choices=list(TEMPLATES[categoria].keys())),
|
353 |
+
gr.Dropdown(choices=sugestoes_list)
|
354 |
+
]
|
355 |
+
|
356 |
+
def atualizar_historico():
|
357 |
+
if generator.history:
|
358 |
+
dados = [(
|
359 |
+
h["timestamp"],
|
360 |
+
h["prompt"],
|
361 |
+
h["generated"],
|
362 |
+
str(h["metrics"])
|
363 |
+
) for h in generator.history]
|
364 |
+
return gr.DataFrame(value=dados)
|
365 |
+
return gr.DataFrame()
|
366 |
|
367 |
+
categoria.change(
|
368 |
+
atualizar_interface,
|
369 |
+
inputs=[categoria, subcategoria],
|
370 |
+
outputs=[subcategoria, sugestoes]
|
371 |
+
)
|
372 |
+
|
373 |
gerar_btn.click(
|
374 |
generate_prompt,
|
375 |
+
inputs=[
|
376 |
+
categoria, subcategoria, tema, elementos,
|
377 |
+
público_alvo, tom, comprimento, temperatura, usar_llm
|
378 |
+
],
|
379 |
+
outputs=[saida, metricas]
|
380 |
+
).then(
|
381 |
+
atualizar_historico,outputs=[historico]
|
382 |
)
|
383 |
+
|
384 |
+
# Adiciona feedback visual de carregamento
|
385 |
+
gerar_btn.click(
|
386 |
+
lambda: gr.update(interactive=False),
|
387 |
+
outputs=[gerar_btn]
|
388 |
+
).then(
|
389 |
+
lambda: gr.update(interactive=True),
|
390 |
+
outputs=[gerar_btn]
|
391 |
+
)
|
392 |
+
|
393 |
+
# Função para exportar histórico
|
394 |
+
def exportar_historico():
|
395 |
+
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
|
396 |
+
filename = f"historico_prompts_{timestamp}.json"
|
397 |
+
try:
|
398 |
+
with open(filename, 'w', encoding='utf-8') as f:
|
399 |
+
json.dump(generator.history, f, ensure_ascii=False, indent=2)
|
400 |
+
return f"Histórico exportado com sucesso para {filename}"
|
401 |
+
except Exception as e:
|
402 |
+
return f"Erro ao exportar histórico: {e}"
|
403 |
+
|
404 |
+
# Adiciona botão de exportação na aba de histórico
|
405 |
+
with gr.TabItem("📈 Histórico"):
|
406 |
+
with gr.Row():
|
407 |
+
exportar_btn = gr.Button("📥 Exportar Histórico")
|
408 |
+
status_exportacao = gr.Textbox(label="Status da Exportação")
|
409 |
+
|
410 |
+
exportar_btn.click(
|
411 |
+
exportar_historico,
|
412 |
+
outputs=[status_exportacao]
|
413 |
+
)
|
414 |
+
|
415 |
+
# Adiciona sistema de templates favoritos
|
416 |
+
class TemplateManager:
|
417 |
+
def __init__(self, filename="templates_favoritos.json"):
|
418 |
+
self.filename = filename
|
419 |
+
self.templates = self.carregar_templates()
|
420 |
+
|
421 |
+
def carregar_templates(self):
|
422 |
+
if os.path.exists(self.filename):
|
423 |
+
try:
|
424 |
+
with open(self.filename, 'r', encoding='utf-8') as f:
|
425 |
+
return json.load(f)
|
426 |
+
except:
|
427 |
+
return {}
|
428 |
+
return {}
|
429 |
+
|
430 |
+
def salvar_templates(self):
|
431 |
+
with open(self.filename, 'w', encoding='utf-8') as f:
|
432 |
+
json.dump(self.templates, f, ensure_ascii=False, indent=2)
|
433 |
+
|
434 |
+
def adicionar_template(self, nome: str, template: dict):
|
435 |
+
self.templates[nome] = template
|
436 |
+
self.salvar_templates()
|
437 |
+
|
438 |
+
def remover_template(self, nome: str):
|
439 |
+
if nome in self.templates:
|
440 |
+
del self.templates[nome]
|
441 |
+
self.salvar_templates()
|
442 |
+
|
443 |
+
template_manager = TemplateManager()
|
444 |
+
|
445 |
+
# Adiciona aba de templates favoritos
|
446 |
+
with gr.TabItem("⭐ Templates Favoritos"):
|
447 |
+
with gr.Row():
|
448 |
+
with gr.Column():
|
449 |
+
nome_template = gr.Textbox(label="Nome do Template")
|
450 |
+
salvar_template_btn = gr.Button("💾 Salvar Template Atual")
|
451 |
+
templates_salvos = gr.Dropdown(
|
452 |
+
choices=list(template_manager.templates.keys()),
|
453 |
+
label="Templates Salvos"
|
454 |
+
)
|
455 |
+
carregar_template_btn = gr.Button("📂 Carregar Template")
|
456 |
+
remover_template_btn = gr.Button("🗑️ Remover Template")
|
457 |
+
|
458 |
+
def salvar_template_atual(nome, categoria, subcategoria, tema, elementos, público_alvo, tom, comprimento):
|
459 |
+
if not nome:
|
460 |
+
return "Por favor, forneça um nome para o template"
|
461 |
+
|
462 |
+
template = {
|
463 |
+
"categoria": categoria,
|
464 |
+
"subcategoria": subcategoria,
|
465 |
+
"tema": tema,
|
466 |
+
"elementos": elementos,
|
467 |
+
"público_alvo": público_alvo,
|
468 |
+
"tom": tom,
|
469 |
+
"comprimento": comprimento
|
470 |
+
}
|
471 |
+
|
472 |
+
template_manager.adicionar_template(nome, template)
|
473 |
+
return f"Template '{nome}' salvo com sucesso!"
|
474 |
+
|
475 |
+
def carregar_template(nome):
|
476 |
+
if nome not in template_manager.templates:
|
477 |
+
return [gr.update() for _ in range(7)]
|
478 |
+
|
479 |
+
template = template_manager.templates[nome]
|
480 |
+
return [
|
481 |
+
gr.update(value=template["categoria"]),
|
482 |
+
gr.update(value=template["subcategoria"]),
|
483 |
+
gr.update(value=template["tema"]),
|
484 |
+
gr.update(value=template["elementos"]),
|
485 |
+
gr.update(value=template["público_alvo"]),
|
486 |
+
gr.update(value=template["tom"]),
|
487 |
+
gr.update(value=template["comprimento"])
|
488 |
+
]
|
489 |
+
|
490 |
+
def remover_template(nome):
|
491 |
+
if nome:
|
492 |
+
template_manager.remover_template(nome)
|
493 |
+
return [
|
494 |
+
gr.update(choices=list(template_manager.templates.keys())),
|
495 |
+
f"Template '{nome}' removido com sucesso!"
|
496 |
+
]
|
497 |
+
return [gr.update(), "Selecione um template para remover"]
|
498 |
+
|
499 |
+
salvar_template_btn.click(
|
500 |
+
salvar_template_atual,
|
501 |
+
inputs=[
|
502 |
+
nome_template, categoria, subcategoria,
|
503 |
+
tema, elementos, público_alvo, tom, comprimento
|
504 |
+
],
|
505 |
+
outputs=[gr.Textbox(label="Status")]
|
506 |
+
)
|
507 |
+
|
508 |
+
carregar_template_btn.click(
|
509 |
+
carregar_template,
|
510 |
+
inputs=[templates_salvos],
|
511 |
+
outputs=[categoria, subcategoria, tema, elementos, público_alvo, tom, comprimento]
|
512 |
+
)
|
513 |
+
|
514 |
+
remover_template_btn.click(
|
515 |
+
remover_template,
|
516 |
+
inputs=[templates_salvos],
|
517 |
+
outputs=[templates_salvos, gr.Textbox(label="Status")]
|
518 |
+
)
|
519 |
+
|
520 |
+
# Adiciona sistema de feedback
|
521 |
+
with gr.TabItem("📝 Feedback"):
|
522 |
+
with gr.Row():
|
523 |
+
feedback_text = gr.TextArea(
|
524 |
+
label="Seu feedback sobre o prompt gerado",
|
525 |
+
placeholder="Digite seu feedback aqui..."
|
526 |
+
)
|
527 |
+
rating = gr.Slider(
|
528 |
+
minimum=1,
|
529 |
+
maximum=5,
|
530 |
+
step=1,
|
531 |
+
label="Avaliação (1-5 estrelas)"
|
532 |
+
)
|
533 |
+
|
534 |
+
def salvar_feedback(texto, nota):
|
535 |
+
if not texto:
|
536 |
+
return "Por favor, forneça um feedback"
|
537 |
+
|
538 |
+
feedback = {
|
539 |
+
"texto": texto,
|
540 |
+
"avaliacao": nota,
|
541 |
+
"timestamp": datetime.now().isoformat()
|
542 |
+
}
|
543 |
+
|
544 |
+
try:
|
545 |
+
with open("feedbacks.json", "a+") as f:
|
546 |
+
json.dump(feedback, f)
|
547 |
+
f.write("\n")
|
548 |
+
return "Feedback salvo com sucesso! Obrigado pela sua avaliação."
|
549 |
+
except Exception as e:
|
550 |
+
return f"Erro ao salvar feedback: {e}"
|
551 |
+
|
552 |
+
feedback_btn = gr.Button("✉️ Enviar Feedback")
|
553 |
+
feedback_status = gr.Textbox(label="Status do Feedback")
|
554 |
+
|
555 |
+
feedback_btn.click(
|
556 |
+
salvar_feedback,
|
557 |
+
inputs=[feedback_text, rating],
|
558 |
+
outputs=[feedback_status]
|
559 |
+
)
|
560 |
|
561 |
return app
|
562 |
|
563 |
if __name__ == "__main__":
|
564 |
app = create_interface()
|
565 |
+
app.launch(
|
566 |
+
share=True,
|
567 |
+
server_name="0.0.0.0",
|
568 |
+
server_port=7860,
|
569 |
+
enable_queue=True
|
570 |
+
)
|