gdmk_aux.py

import requests
import os
import gradio as gr
import openai

# Define the LLM function
def generacion_llm(texto_input):
    # Define the system and user messages
    formato_json = '''
      {
        "nombre_usuario": "           ",
        "ubicación_geográfica": "        ",
        "descripción_reto": "            ",
        "dudas_conceptuales": "            ",
        "certezas_conceptuales": "          ",
        "expectativas_del_taller": "            "
      }
    '''
    
    mensaje_sistema = (
        "Eres un experto en identificar aspectos descriptivos de las razones "
        "por las cuales un usuario necesita asesoría para implementar retos "
        "que involucren inteligencia artificial de varios tipos."
    )
    
    mensaje_usuario = (
        f"Analizar el texto: \nTexto a Analizar: {texto_input}, que es una redacción \
        libre de un usuario que busca asesoría para su uso óptimo de la inteligencia \
        artificial, que busca orientación a través de un taller de asesoría de un facilitador, \
        para lo cual te pido identifiques los siguientes extractos del texto \
        en el formato JSON: {formato_json}\n Si no hubiera claridad suficiente sobre alguno \
        de los contenidos del formato JSON, escribir 'No hay suficiente información'"
    )

    version_model = 'gpt-3.5-turbo-0125'

    # Call OpenAI API
    try:
        response = client.chat.completions.create(
            model=version_model,
            messages=[
                {"role": "system", "content": mensaje_sistema},
                {"role": "user", "content": mensaje_usuario}
            ],
            temperature=0.8,
            max_tokens=300,
            top_p=1,

        )

        # Extract the generated text from the response
        texto_respuesta = response.choices[0].message.content
        
        # Try parsing as JSON (if applicable)
        return texto_respuesta  # Return plain text for now (replace with JSON if needed)
    except Exception as e:
        return f"Error: {e}"

def guardar_en_airtable(nombre, email, json_generado):
    if not nombre or not email:
        return "Todos los campos (nombre, email, imagen) son obligatorios."

    url = f"https://api.airtable.com/v0/{BASE_ID}/{TABLE_NAME}"
    print(url)
    headers = {
        "Authorization": f"Bearer {AIRTABLE_API_KEY}",
        "Content-Type": "application/json"        
    }
    data = {
        "fields": {
            "Nombre": nombre,
            "Email": email,
            "json_HF": json_generado
        }
    }

    try:
        response_out = requests.get(url, headers=headers)
        print(response_out.json())
        response = requests.post(url, headers=headers, json=data)
        if response.status_code == 200 or response.status_code == 201:
            return "Información guardada en Airtable exitosamente."
        else:
            return f"Error guardando en Airtable: {response.text}"
    except Exception as e:
        return f"Error de conexión: {e}"