app.py

import gradio as gr
import requests
import json
import os

# Función para generar respuestas usando DeepInfra
def generate_response(user_message, chat_history):
    try:
        if not user_message.strip():
            return "Por favor, escribe una pregunta para que pueda ayudarte."
        
        # Respuestas predefinidas para preguntas simples (solo si no hay historial)
        if len(chat_history) == 0:
            user_message_lower = user_message.lower().strip()
            
            # Mapa de respuestas cortas y naturales para preguntas comunes
            respuestas_cortas = {
                "hola": "¡Hola! ¿En qué puedo ayudarte hoy?",
                "buenos días": "¡Buenos días! ¿Qué planes tienes para tu negocio hoy?",
                "buenas": "¡Buenas! ¿En qué estás trabajando?",
                "saludos": "¡Hola! ¿Qué te trae por aquí?",
                "hey": "¡Hey! ¿Qué necesitas?",
                "qué tal": "Bien, ¿y tú? ¿En qué puedo ayudarte?",
                "como estas": "Bien, gracias. ¿Qué necesitas?",
                "cómo estás": "Bien, gracias. ¿Qué necesitas?",
                "estas bien": "Perfectamente. ¿En qué puedo ayudarte hoy?",
                "estás bien": "Perfectamente. ¿En qué puedo ayudarte hoy?",
                "que es byte": "Un proyecto con herramientas para emprendedores. ¿En qué puedo ayudarte?",
                "qué es byte": "Un proyecto con herramientas para emprendedores. ¿En qué puedo ayudarte?"
            }
            
            # Verificar si es una pregunta simple
            for pregunta, respuesta in respuestas_cortas.items():
                if pregunta in user_message_lower or user_message_lower in pregunta:
                    return respuesta
        
        # Cargar el prompt del sistema
        with open("prompt.txt", "r", encoding="utf-8") as f:
            system_prompt = f.read().strip()
        
        # Instrucciones muy estrictas sobre brevedad y naturalidad
        system_prompt += """

INSTRUCCIONES CRÍTICAS:
1. NUNCA te presentes como BITER ni menciones que eres un asistente de IA.
2. NUNCA expliques tu funcionamiento ni tus capacidades.
3. Responde como un CEO humano ocupado: directo, práctico y sin rodeos.
4. Sé EXTREMADAMENTE conciso. Máximo 1-2 párrafos cortos.
5. Para preguntas simples, responde en una sola línea.
6. NUNCA uses listas largas ni explicaciones extensas.
7. NUNCA menciones a Byte a menos que te pregunten específicamente por ello.
8. Habla como un humano experto, no como una IA.
9. MANTÉN EL CONTEXTO de la conversación y haz referencias a mensajes anteriores cuando sea relevante.
"""
        
        # Configurar la solicitud a DeepInfra
        api_key = os.environ.get("DEEPINFRA_API_KEY", "")
        if not api_key:
            return "Error: No se ha configurado la clave API."
        
        headers = {
            "Authorization": f"Bearer {api_key}",
            "Content-Type": "application/json"
        }
        
        # Preparar los mensajes para la API incluyendo el historial
        messages = [{"role": "system", "content": system_prompt}]
        
        # Convertir el historial de chat de Gradio al formato que espera la API
        for human, assistant in chat_history:
            messages.append({"role": "user", "content": human})
            messages.append({"role": "assistant", "content": assistant})
        
        # Añadir el mensaje actual del usuario
        messages.append({"role": "user", "content": user_message})
        
        # Usar un modelo que sí está disponible en DeepInfra
        data = {
            "model": "meta-llama/Llama-2-7b-chat-hf",
            "messages": messages,
            "max_tokens": 150,
            "temperature": 0.7,
            "top_p": 0.9
        }
        
        # Enviar solicitud a la API
        response = requests.post(
            "https://api.deepinfra.com/v1/openai/chat/completions",
            headers=headers,
            json=data
        )
        
        # Procesar la respuesta
        if response.status_code == 200:
            result = response.json()
            return result["choices"][0]["message"]["content"]
        else:
            # Intentar con otro modelo si el primero falla
            data["model"] = "mistralai/Mistral-7B-Instruct-v0.2"
            response = requests.post(
                "https://api.deepinfra.com/v1/openai/chat/completions",
                headers=headers,
                json=data
            )
            
            if response.status_code == 200:
                result = response.json()
                return result["choices"][0]["message"]["content"]
            else:
                return f"Error en la API: {response.status_code} - {response.text}"
    
    except Exception as e:
        return f"Lo siento, ha ocurrido un error: {str(e)}"

# Crear la interfaz de Gradio con historial de chat
demo = gr.ChatInterface(
    fn=generate_response,
    title="BITER - Tu Mentor en Tiempo Real para Decisiones de Negocio",
    description="BITER es un asistente de IA que responde dudas de emprendedores como si fuera un CEO experimentado.",
    examples=[
        ["¿Cómo puedo validar mi idea de negocio con poco presupuesto?"],
        ["¿Cuál es la mejor estrategia para conseguir mis primeros clientes?"],
        ["¿Debería invertir en publicidad en redes sociales o en SEO?"]
    ],
    theme=gr.themes.Soft(primary_hue="blue")
)

# Lanzar la aplicación
if __name__ == "__main__":
    demo.queue(max_size=1).launch(share=False, debug=False)