Update app.py

app.py

@@ -1,43 +1,57 @@
 import pandas as pd
 from langchain.chains import LLMChain
 from langchain_huggingface import HuggingFacePipeline
-from transformers import LlamaForCausalLM, LlamaTokenizer, pipeline
-from langchain.llms import HuggingFaceHub#HuggingFaceLLM
+from transformers import LlamaForCausalLM, LlamaTokenizer
+from langchain.llms import HuggingFaceHub
 from huggingface_hub import login
 import streamlit as st
+import sys
 
+
+# Inicialización de Hugging Face
 huggingface_token = st.secrets["SECRET"]
 login(huggingface_token)
+
+
 # Cargar el archivo CSV
 uploaded_file = st.file_uploader("Sube un archivo CSV con la columna 'job_title':", type=["csv"])
-df = pd.read_csv(uploaded_file)
-st.write(df)
-
-# Ingreso del query
-query = "aspiring human resources specialist"
-
-
-# Crear un modelo LLaMA
-model_name = "meta-llama/Llama-3.2-1B"
-modelo = LlamaForCausalLM.from_pretrained(model_name)
-try:
-    tokenizer = LlamaTokenizer.from_pretrained(model_id, force_download=True)
-    print("Vocab file:", tokenizer.vocab_file)  # Depurar el archivo de vocabulario
-except Exception as e:
-    print(f"Error al cargar el tokenizador: {e}")
-    
-# Crear una cadena LLM con LangChain
-llm = HuggingFaceHub(modelo, tokenizer)
-#llm = HuggingFaceLLM(modelo, tokenizer)
-chain = LLMChain(llm)
-
-def calcular_similitud(texto):
-    prompt = f"Calcular el cosine similarity score entre '{query}' y '{texto}'. Responde con el score como un valor numérico entre 0 y 1."
-    resultado = chain.run(prompt)
-    return float(resultado)
-
-# Calcular la similitud para cada job title
-df['Score'] = df['job_title'].apply(calcular_similitud)
-
-# Reportar los resultados
-print(df)
+
+if uploaded_file:
+    df = pd.read_csv(uploaded_file)
+    st.dataframe(df)
+
+
+    # Ingreso del query
+    query = "aspiring human resources specialist"
+
+
+    # Crear un modelo LLaMA
+    model_name = "meta-llama/Llama-3.2-1B"
+    modelo = LlamaForCausalLM.from_pretrained(model_name)
+    try:
+        tokenizer = LlamaTokenizer.from_pretrained(model_name, force_download=True)
+        print("Vocab file:", tokenizer.vocab_file)  # Depurar el archivo de vocabulario
+    except Exception as e:
+        print(f"Error al cargar el tokenizador: {e}")
+        sys.exit(1)
+
+
+    # Crear una cadena LLM con LangChain
+    llm = HuggingFaceHub(modelo, tokenizer)
+    chain = LLMChain(llm)
+
+
+    def calcular_similitud(texto):
+        prompt = f"Calcular el cosine similarity score entre '{query}' y '{texto}'. Responde con el score como un valor numérico entre 0 y 1."
+        resultado = chain.run(prompt)
+        return float(resultado)
+
+
+    # Calcular la similitud para cada job title
+    df['Score'] = df['job_title'].apply(calcular_similitud)
+
+
+    # Reportar los resultados
+    print(df)
+else:
+    st.write("No se ha subido un archivo")