from transformers import AutoModelForCausalLM, AutoTokenizer
import gradio as gr
import torch

# Cargar el modelo y el tokenizador
tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-large")
model = AutoModelForCausalLM.from_pretrained("microsoft/DialoGPT-large")

# Inicializar el historial de conversación
chat_history_ids = None

def chat_with_bot(user_input):
    global chat_history_ids
    # Codificar la entrada del usuario
    new_user_input_ids = tokenizer.encode(user_input + tokenizer.eos_token, return_tensors='pt')

    # Concatenar la entrada del usuario con el historial de conversación
    bot_input_ids = torch.cat([chat_history_ids, new_user_input_ids], dim=-1) if chat_history_ids is not None else new_user_input_ids

    # Generar una respuesta
    chat_history_ids = model.generate(bot_input_ids, max_length=1000, pad_token_id=tokenizer.eos_token_id)

    # Decodificar y devolver la respuesta
    return tokenizer.decode(chat_history_ids[:, bot_input_ids.shape[-1]:][0], skip_special_tokens=True)

# Crear la interfaz de Gradio
iface = gr.Interface(fn=chat_with_bot, inputs="text", outputs="text", title="Chatbot con DialoGPT")
iface.launch()