import streamlit as st import requests import pdfplumber # Configurar a URL e a chave de API do seu modelo personalizado api_url = 'https://chatgpt.com/g/g-AFG1NiIdw-labs-resume/api' api_key = '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' st.title('Labs Resume') st.subheader('Leitor de exames, abrevia resultados e respeita a Lei de proteção de dados. Orientações de saúde, procure seu médico!') # Função para extrair texto de um arquivo PDF def extract_text_from_pdf(file): with pdfplumber.open(file) as pdf: text = "" for page in pdf.pages: text += page.extract_text() + "\n" return text # Função para enviar texto ao GPT-4 e obter a resposta def query_gpt4(prompt): headers = { 'Authorization': f'Bearer {api_key}', 'Content-Type': 'application/json' } data = { 'prompt': prompt, 'max_tokens': 150 } response = requests.post(api_url, headers=headers, json=data) if response.status_code == 200: return response.json()['choices'][0]['text'].strip() else: return f"Erro: {response.status_code} - {response.text}" # Interface de chat e upload de arquivo st.write("### Interação com o GPT-4") chat_input = st.text_input("Digite sua pergunta aqui:") submit_chat = st.button("Enviar") uploaded_file = st.file_uploader("Faça upload do arquivo PDF ou .txt", type=["pdf", "txt"]) submit_file = st.button("Enviar Arquivo") # Processar entrada de chat if submit_chat and chat_input: response = query_gpt4(chat_input) st.write("Resposta do GPT-4:") st.write(response) # Processar upload de arquivo if submit_file and uploaded_file is not None: if uploaded_file.type == "application/pdf": text = extract_text_from_pdf(uploaded_file) elif uploaded_file.type == "text/plain": text = str(uploaded_file.read(), "utf-8") response = query_gpt4(text) st.write("Resumo do Exame:") st.write(response)