Update app.py
Browse files
app.py
CHANGED
@@ -1,13 +1,19 @@
|
|
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
|
|
|
|
|
|
|
|
|
|
|
|
|
11 |
|
12 |
@dataclass
|
13 |
class PromptConfig:
|
@@ -17,140 +23,108 @@ class PromptConfig:
|
|
17 |
max_tokens: int = 512
|
18 |
repetition_penalty: float = 1.1
|
19 |
|
20 |
-
|
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 |
-
"
|
109 |
},
|
110 |
"analysis": {
|
111 |
"template": "Analise a seguinte história considerando {aspectos}. Foque em {elementos} e forneça exemplos específicos do texto.",
|
112 |
-
"
|
113 |
},
|
114 |
"continuation": {
|
115 |
"template": "Continue a seguinte história mantendo o {tom} e desenvolvendo {elementos}.",
|
116 |
-
"
|
117 |
}
|
118 |
},
|
119 |
"técnico": {
|
120 |
"tutorial": {
|
121 |
"template": "Crie um tutorial detalhado sobre {tema} para {público}. Inclua {elementos} e forneça {exemplos} exemplos práticos.",
|
122 |
-
"
|
123 |
},
|
124 |
"documentation": {
|
125 |
"template": "Documente {sistema} incluindo {aspectos}. Foque em {elementos} e forneça {exemplos} exemplos de uso.",
|
126 |
-
"
|
127 |
},
|
128 |
"troubleshooting": {
|
129 |
"template": "Crie um guia de solução de problemas para {sistema} cobrindo {problemas}.",
|
130 |
-
"
|
131 |
}
|
132 |
},
|
133 |
"educacional": {
|
134 |
"lesson": {
|
135 |
"template": "Prepare uma aula sobre {tema} para {público}. Inclua {objetivos} e atividades práticas.",
|
136 |
-
"
|
137 |
},
|
138 |
"exercise": {
|
139 |
"template": "Crie exercícios sobre {tema} com {dificuldade} níveis de dificuldade.",
|
140 |
-
"
|
141 |
},
|
142 |
"explanation": {
|
143 |
"template": "Explique {conceito} para {público} usando {analogias} e exemplos práticos.",
|
144 |
-
"
|
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 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
154 |
|
155 |
def generate_prompt(
|
156 |
categoria: str,
|
@@ -162,58 +136,62 @@ def generate_prompt(
|
|
162 |
comprimento: int,
|
163 |
temperatura: float,
|
164 |
usar_llm: bool = True
|
165 |
-
) -> Tuple[str,
|
166 |
"""Função aprimorada de geração de prompts"""
|
167 |
-
|
168 |
-
|
|
|
169 |
|
170 |
-
|
171 |
-
|
172 |
-
|
173 |
-
|
174 |
-
|
175 |
-
|
176 |
-
|
177 |
-
|
178 |
-
|
179 |
-
|
180 |
-
|
181 |
-
|
182 |
-
|
183 |
-
|
184 |
-
|
185 |
-
|
186 |
-
|
187 |
-
|
188 |
-
|
189 |
-
|
190 |
-
|
191 |
-
|
192 |
-
|
193 |
-
|
194 |
-
|
195 |
-
|
196 |
-
|
197 |
-
|
198 |
-
|
199 |
-
|
200 |
-
|
201 |
-
|
202 |
-
|
203 |
|
204 |
-
|
205 |
|
206 |
-
|
207 |
-
|
208 |
-
|
209 |
-
|
210 |
|
211 |
-
|
212 |
-
|
213 |
-
|
214 |
-
|
215 |
-
|
216 |
-
|
|
|
|
|
|
|
217 |
|
218 |
def create_interface():
|
219 |
"""Interface aprimorada com mais recursos"""
|
@@ -249,7 +227,7 @@ def create_interface():
|
|
249 |
container=False,
|
250 |
)
|
251 |
sugestoes = gr.Dropdown(
|
252 |
-
choices=
|
253 |
label="💫 Sugestões",
|
254 |
container=False,
|
255 |
)
|
@@ -281,28 +259,28 @@ def create_interface():
|
|
281 |
)
|
282 |
|
283 |
with gr.Column(scale=2):
|
284 |
-
|
285 |
-
|
286 |
-
|
287 |
-
|
288 |
-
|
289 |
-
|
290 |
-
|
291 |
-
|
292 |
-
|
293 |
-
|
294 |
-
|
295 |
-
|
296 |
-
|
297 |
-
|
298 |
-
value=0.7,
|
299 |
-
container=False,
|
300 |
-
)
|
301 |
-
usar_llm = gr.Checkbox(
|
302 |
-
label="🤖 Usar IA para expandir prompt",
|
303 |
-
value=True,
|
304 |
container=False,
|
305 |
)
|
|
|
|
|
|
|
|
|
|
|
|
|
306 |
|
307 |
with gr.Row():
|
308 |
gerar_btn = gr.Button(
|
@@ -317,52 +295,21 @@ def create_interface():
|
|
317 |
lines=10,
|
318 |
container=False,
|
319 |
)
|
320 |
-
|
321 |
-
label="📊
|
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 |
-
|
351 |
-
|
352 |
-
|
353 |
-
|
354 |
-
|
355 |
-
|
356 |
-
|
357 |
-
|
358 |
-
|
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,
|
@@ -376,197 +323,15 @@ def create_interface():
|
|
376 |
categoria, subcategoria, tema, elementos,
|
377 |
público_alvo, tom, comprimento, temperatura, usar_llm
|
378 |
],
|
379 |
-
outputs=[saida,
|
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 |
-
# No final do código, substitua o bloco de launch por:
|
564 |
-
|
565 |
if __name__ == "__main__":
|
566 |
app = create_interface()
|
567 |
-
app.queue()
|
568 |
app.launch(
|
569 |
-
share=True,
|
570 |
server_name="0.0.0.0",
|
571 |
server_port=7860
|
572 |
)
|
|
|
1 |
import gradio as gr
|
2 |
import random
|
|
|
3 |
from transformers import AutoModelForCausalLM, AutoTokenizer
|
4 |
+
import torch
|
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 logging
|
11 |
+
|
12 |
+
# Configuração de logging
|
13 |
+
logging.basicConfig(
|
14 |
+
level=logging.INFO,
|
15 |
+
format='%(asctime)s - %(levelname)s - %(message)s'
|
16 |
+
)
|
17 |
|
18 |
@dataclass
|
19 |
class PromptConfig:
|
|
|
23 |
max_tokens: int = 512
|
24 |
repetition_penalty: float = 1.1
|
25 |
|
26 |
+
# Templates corrigidos com estrutura adequada
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
27 |
TEMPLATES = {
|
28 |
"história": {
|
29 |
"creative": {
|
30 |
"template": "Crie uma história {gênero} sobre {tema} com {personagens} personagens. A história deve ter {comprimento} palavras e incluir {elementos}.",
|
31 |
+
"sugestoes": ["Narrativa épica", "História de mistério", "Conto de fantasia"]
|
32 |
},
|
33 |
"analysis": {
|
34 |
"template": "Analise a seguinte história considerando {aspectos}. Foque em {elementos} e forneça exemplos específicos do texto.",
|
35 |
+
"sugestoes": ["Análise de personagens", "Análise de trama", "Análise temática"]
|
36 |
},
|
37 |
"continuation": {
|
38 |
"template": "Continue a seguinte história mantendo o {tom} e desenvolvendo {elementos}.",
|
39 |
+
"sugestoes": ["Desenvolvimento de personagem", "Resolução de conflito", "Expansão do universo"]
|
40 |
}
|
41 |
},
|
42 |
"técnico": {
|
43 |
"tutorial": {
|
44 |
"template": "Crie um tutorial detalhado sobre {tema} para {público}. Inclua {elementos} e forneça {exemplos} exemplos práticos.",
|
45 |
+
"sugestoes": ["Tutorial passo a passo", "Guia de início rápido", "Manual detalhado"]
|
46 |
},
|
47 |
"documentation": {
|
48 |
"template": "Documente {sistema} incluindo {aspectos}. Foque em {elementos} e forneça {exemplos} exemplos de uso.",
|
49 |
+
"sugestoes": ["Documentação técnica", "Manual do usuário", "Especificação de API"]
|
50 |
},
|
51 |
"troubleshooting": {
|
52 |
"template": "Crie um guia de solução de problemas para {sistema} cobrindo {problemas}.",
|
53 |
+
"sugestoes": ["Resolução de erros comuns", "Guia de manutenção", "FAQ técnico"]
|
54 |
}
|
55 |
},
|
56 |
"educacional": {
|
57 |
"lesson": {
|
58 |
"template": "Prepare uma aula sobre {tema} para {público}. Inclua {objetivos} e atividades práticas.",
|
59 |
+
"sugestoes": ["Plano de aula", "Roteiro de workshop", "Material didático"]
|
60 |
},
|
61 |
"exercise": {
|
62 |
"template": "Crie exercícios sobre {tema} com {dificuldade} níveis de dificuldade.",
|
63 |
+
"sugestoes": ["Exercícios práticos", "Desafios progressivos", "Questões de revisão"]
|
64 |
},
|
65 |
"explanation": {
|
66 |
"template": "Explique {conceito} para {público} usando {analogias} e exemplos práticos.",
|
67 |
+
"sugestoes": ["Explicação detalhada", "Guia simplificado", "Tutorial conceitual"]
|
68 |
}
|
69 |
}
|
70 |
}
|
71 |
|
72 |
+
class EnhancedPromptGenerator:
|
73 |
+
def __init__(self, model_name: str = "beomi/llama-2-ko-7b"):
|
74 |
+
self.model_name = model_name
|
75 |
+
self.load_model()
|
76 |
+
|
77 |
+
def load_model(self):
|
78 |
+
"""Carrega o modelo com otimizações para Spaces"""
|
79 |
+
try:
|
80 |
+
logging.info("Carregando modelo... (pode demorar alguns minutos na primeira vez)")
|
81 |
+
self.tokenizer = AutoTokenizer.from_pretrained(
|
82 |
+
self.model_name,
|
83 |
+
use_fast=True
|
84 |
+
)
|
85 |
+
self.model = AutoModelForCausalLM.from_pretrained(
|
86 |
+
self.model_name,
|
87 |
+
torch_dtype=torch.float16,
|
88 |
+
device_map="auto",
|
89 |
+
low_cpu_mem_usage=True
|
90 |
+
)
|
91 |
+
logging.info("Modelo carregado com sucesso!")
|
92 |
+
except Exception as e:
|
93 |
+
logging.error(f"Erro ao carregar o modelo: {e}")
|
94 |
+
raise
|
95 |
+
|
96 |
+
def generate_with_model(self, prompt: str, config: PromptConfig = PromptConfig()) -> str:
|
97 |
+
"""Gera texto usando o modelo com configurações avançadas"""
|
98 |
+
try:
|
99 |
+
inputs = self.tokenizer(prompt, return_tensors="pt").to(self.model.device)
|
100 |
+
|
101 |
+
outputs = self.model.generate(
|
102 |
+
**inputs,
|
103 |
+
max_new_tokens=config.max_tokens,
|
104 |
+
temperature=config.temperatura,
|
105 |
+
top_p=config.top_p,
|
106 |
+
repetition_penalty=config.repetition_penalty,
|
107 |
+
do_sample=True,
|
108 |
+
pad_token_id=self.tokenizer.eos_token_id
|
109 |
+
)
|
110 |
+
|
111 |
+
return self.tokenizer.decode(outputs[0], skip_special_tokens=True)
|
112 |
+
|
113 |
+
except Exception as e:
|
114 |
+
logging.error(f"Erro na geração: {e}")
|
115 |
+
return f"Erro na geração: {str(e)}"
|
116 |
+
|
117 |
generator = EnhancedPromptGenerator()
|
118 |
|
119 |
def get_suggestions(categoria: str, subcategoria: str) -> List[str]:
|
120 |
"""Retorna sugestões baseadas na categoria e subcategoria"""
|
121 |
+
try:
|
122 |
+
if categoria in TEMPLATES and subcategoria in TEMPLATES[categoria]:
|
123 |
+
return TEMPLATES[categoria][subcategoria].get("sugestoes", [])
|
124 |
+
return []
|
125 |
+
except Exception as e:
|
126 |
+
logging.error(f"Erro ao obter sugestões: {e}")
|
127 |
+
return []
|
128 |
|
129 |
def generate_prompt(
|
130 |
categoria: str,
|
|
|
136 |
comprimento: int,
|
137 |
temperatura: float,
|
138 |
usar_llm: bool = True
|
139 |
+
) -> Tuple[str, dict]:
|
140 |
"""Função aprimorada de geração de prompts"""
|
141 |
+
try:
|
142 |
+
if not tema or not elementos:
|
143 |
+
return "Por favor, preencha o tema e os elementos.", {"erro": "Campos obrigatórios não preenchidos"}
|
144 |
|
145 |
+
if categoria not in TEMPLATES or subcategoria not in TEMPLATES[categoria]:
|
146 |
+
return "Categoria ou subcategoria não encontrada", {"erro": "Categoria inválida"}
|
147 |
+
|
148 |
+
template = TEMPLATES[categoria][subcategoria]["template"]
|
149 |
+
|
150 |
+
params = {
|
151 |
+
"tema": tema,
|
152 |
+
"elementos": elementos,
|
153 |
+
"público": público_alvo,
|
154 |
+
"tom": tom,
|
155 |
+
"comprimento": comprimento,
|
156 |
+
"gênero": random.choice(["de aventura", "de mistério", "de fantasia", "de ficção científica"]),
|
157 |
+
"personagens": random.randint(2, 5),
|
158 |
+
"aspectos": "caracterização, desenvolvimento do enredo, temas principais",
|
159 |
+
"exemplos": random.randint(3, 5),
|
160 |
+
"sistema": tema,
|
161 |
+
"problemas": "problemas comuns e casos específicos",
|
162 |
+
"dificuldade": random.randint(3, 5),
|
163 |
+
"conceito": tema,
|
164 |
+
"analogias": "analogias cotidianas"
|
165 |
+
}
|
166 |
+
|
167 |
+
base_prompt = template.format(**params)
|
168 |
+
base_prompt += f"\n\nTom desejado: {tom}"
|
169 |
+
|
170 |
+
if comprimento:
|
171 |
+
base_prompt += f"\nComprimento aproximado: {comprimento} palavras"
|
172 |
+
|
173 |
+
if usar_llm:
|
174 |
+
config = PromptConfig(temperatura=temperatura)
|
175 |
+
instruction = f"""
|
176 |
+
Você é um assistente especializado em criar prompts detalhados em português para LLMs.
|
177 |
+
Expanda e melhore o seguinte prompt base, adicionando mais detalhes, exemplos e estrutura:
|
178 |
|
179 |
+
{base_prompt}
|
180 |
|
181 |
+
Considere:
|
182 |
+
- Público-alvo: {público_alvo}
|
183 |
+
- Elementos específicos: {elementos}
|
184 |
+
- Tom desejado: {tom}
|
185 |
|
186 |
+
Crie uma versão mais completa e detalhada deste prompt, mantendo o objetivo original
|
187 |
+
mas adicionando mais contexto e especificidade.
|
188 |
+
"""
|
189 |
+
return generator.generate_with_model(instruction, config), {"status": "success"}
|
190 |
+
|
191 |
+
return base_prompt, {"status": "success"}
|
192 |
+
except Exception as e:
|
193 |
+
logging.error(f"Erro na geração do prompt: {e}")
|
194 |
+
return f"Erro na geração do prompt: {str(e)}", {"erro": str(e)}
|
195 |
|
196 |
def create_interface():
|
197 |
"""Interface aprimorada com mais recursos"""
|
|
|
227 |
container=False,
|
228 |
)
|
229 |
sugestoes = gr.Dropdown(
|
230 |
+
choices=get_suggestions("história", "creative"),
|
231 |
label="💫 Sugestões",
|
232 |
container=False,
|
233 |
)
|
|
|
259 |
)
|
260 |
|
261 |
with gr.Column(scale=2):
|
262 |
+
comprimento = gr.Slider(
|
263 |
+
minimum=100,
|
264 |
+
maximum=2000,
|
265 |
+
step=100,
|
266 |
+
label="📏 Comprimento (palavras)",
|
267 |
+
value=500,
|
268 |
+
container=False,
|
269 |
+
)
|
270 |
+
temperatura = gr.Slider(
|
271 |
+
minimum=0.1,
|
272 |
+
maximum=1.0,
|
273 |
+
step=0.1,
|
274 |
+
label="🌡️ Temperatura",
|
275 |
+
value=0.7,
|
|
|
|
|
|
|
|
|
|
|
|
|
276 |
container=False,
|
277 |
)
|
278 |
+
|
279 |
+
usar_llm = gr.Checkbox(
|
280 |
+
label="🤖 Usar IA para expandir prompt",
|
281 |
+
value=True,
|
282 |
+
container=False,
|
283 |
+
)
|
284 |
|
285 |
with gr.Row():
|
286 |
gerar_btn = gr.Button(
|
|
|
295 |
lines=10,
|
296 |
container=False,
|
297 |
)
|
298 |
+
status = gr.JSON(
|
299 |
+
label="📊 Status",
|
300 |
container=False,
|
301 |
)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
302 |
|
303 |
def atualizar_interface(categoria, subcategoria):
|
304 |
+
try:
|
305 |
+
sugestoes_list = get_suggestions(categoria, subcategoria)
|
306 |
+
return [
|
307 |
+
gr.Dropdown(choices=list(TEMPLATES[categoria].keys())),
|
308 |
+
gr.Dropdown(choices=sugestoes_list)
|
309 |
+
]
|
310 |
+
except Exception as e:
|
311 |
+
logging.error(f"Erro ao atualizar interface: {e}")
|
312 |
+
return [gr.Dropdown(), gr.Dropdown()]
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
313 |
|
314 |
categoria.change(
|
315 |
atualizar_interface,
|
|
|
323 |
categoria, subcategoria, tema, elementos,
|
324 |
público_alvo, tom, comprimento, temperatura, usar_llm
|
325 |
],
|
326 |
+
outputs=[saida, status]
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
327 |
)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
328 |
|
329 |
return app
|
330 |
|
|
|
|
|
331 |
if __name__ == "__main__":
|
332 |
app = create_interface()
|
333 |
+
app.queue()
|
334 |
app.launch(
|
|
|
335 |
server_name="0.0.0.0",
|
336 |
server_port=7860
|
337 |
)
|