Upload 11 files

app.py

@@ -2,12 +2,18 @@ from dotenv import load_dotenv
 import streamlit as st
 import os
 import google.generativeai as genai
+import time
+import datetime
 from ads_formulas import ads_formulas  # Import the ads formulas
 from style import styles
 from prompts import create_fb_ad_instruction
 from emotional_angles import emotional_angles
 from copywriter_personas import copywriter_personas
 from ad_objectives import ad_objectives  # Import ad objectives
+import PyPDF2
+import docx
+from PIL import Image
+import io
 
 # Cargar las variables de entorno
 load_dotenv()
@@ -24,7 +30,7 @@ def get_model(temperature):
     return genai.GenerativeModel('gemini-2.0-flash', generation_config=generation_config)
 
 # Function to generate Facebook ads
-def generate_fb_ad(target_audience, product, temperature, selected_formula, selected_angle, selected_persona, story_prompt="", ad_objective=None):
+def generate_fb_ad(target_audience, product, temperature, selected_formula, selected_angle, selected_persona, story_prompt="", ad_objective=None, file_content="", image_parts=None):
     if not target_audience or not product:
         return "Por favor, completa todos los campos requeridos."
     
@@ -35,6 +41,8 @@ def generate_fb_ad(target_audience, product, temperature, selected_formula, sele
         emphasized_story_prompt = story_prompt.strip()
     
     model = get_model(temperature)
+    
+    # Crear la instrucción base
     ad_instruction = create_fb_ad_instruction(
         target_audience, 
         product, 
@@ -46,13 +54,22 @@ def generate_fb_ad(target_audience, product, temperature, selected_formula, sele
         story_prompt=emphasized_story_prompt  # Usar el tema enfatizado
     )
     
+    # Si hay contenido de archivo, añadirlo a la instrucción
+    if file_content:
+        ad_instruction += f"\n\nAdemás, utiliza la siguiente información como referencia para crear el anuncio:\n\n{file_content[:2000]}"
+    
     # Si hay un tema específico, ajustar la temperatura para mayor coherencia
     effective_temperature = temperature
     if story_prompt and story_prompt.strip():
         # Reducir ligeramente la temperatura para mantener más enfoque en el tema
         effective_temperature = max(0.1, temperature * 0.9)
     
-    response = model.generate_content([ad_instruction], generation_config={"temperature": effective_temperature})
+    # Generar el contenido con o sin imagen
+    if image_parts:
+        response = model.generate_content([ad_instruction, image_parts], generation_config={"temperature": effective_temperature})
+    else:
+        response = model.generate_content([ad_instruction], generation_config={"temperature": effective_temperature})
+    
     return response.parts[0].text if response and response.parts else "Error generating content."
 
 # Configurar la interfaz de usuario con Streamlit
@@ -84,7 +101,78 @@ with col1:
     ad_product = st.text_input("¿Qué producto tienes en mente?", placeholder="Ejemplo: Curso de gestión del tiempo")
     input_prompt = st.text_area("Escribe de qué quieres que trate la historia:", placeholder="Escribe aquí tu idea...")
     
-    # Mover el botón aquí, antes de las opciones avanzadas
+    # Añadir cargador de archivos
+    uploaded_file = st.file_uploader("📄 Sube un archivo o imagen de referencia", 
+                                    type=['txt', 'pdf', 'docx', 'jpg', 'jpeg', 'png'])
+    
+    file_content = ""
+    is_image = False
+    image_parts = None
+    
+    if uploaded_file is not None:
+        file_type = uploaded_file.name.split('.')[-1].lower()
+        
+        # Manejar archivos de texto
+        if file_type in ['txt', 'pdf', 'docx']:
+            if file_type == 'txt':
+                try:
+                    file_content = uploaded_file.read().decode('utf-8')
+                    st.success(f"Archivo TXT cargado: {uploaded_file.name}")
+                except Exception as e:
+                    st.error(f"Error al leer el archivo TXT: {str(e)}")
+                    file_content = ""
+                
+            elif file_type == 'pdf':
+                try:
+                    import PyPDF2
+                    pdf_reader = PyPDF2.PdfReader(uploaded_file)
+                    file_content = ""
+                    for page in pdf_reader.pages:
+                        file_content += page.extract_text() + "\n"
+                    st.success(f"Archivo PDF cargado: {uploaded_file.name}")
+                except Exception as e:
+                    st.error(f"Error al leer el archivo PDF: {str(e)}")
+                    file_content = ""
+                    
+            elif file_type == 'docx':
+                try:
+                    import docx
+                    doc = docx.Document(uploaded_file)
+                    file_content = "\n".join([para.text for para in doc.paragraphs])
+                    st.success(f"Archivo DOCX cargado: {uploaded_file.name}")
+                except Exception as e:
+                    st.error(f"Error al leer el archivo DOCX: {str(e)}")
+                    file_content = ""
+            
+            # Mostrar una vista previa del contenido
+            if file_content:
+                with st.expander("Vista previa del contenido"):
+                    st.text(file_content[:500] + "..." if len(file_content) > 500 else file_content)
+        
+        # Manejar archivos de imagen
+        elif file_type in ['jpg', 'jpeg', 'png']:
+            try:
+                from PIL import Image
+                image = Image.open(uploaded_file)
+                
+                # Mostrar la imagen
+                with st.expander("Vista previa de la imagen"):
+                    st.image(image, caption="Imagen cargada", use_container_width=True)
+                
+                image_bytes = uploaded_file.getvalue()
+                image_parts = [
+                    {
+                        "mime_type": uploaded_file.type,
+                        "data": image_bytes
+                    }
+                ]
+                is_image = True
+                st.success(f"Imagen cargada: {uploaded_file.name}")
+            except Exception as e:
+                st.error(f"Error al procesar la imagen: {str(e)}")
+                is_image = False
+    
+    # Mover el botón aquí, después del cargador de archivos
     submit_ad = st.button("GENERAR ANUNCIO")
     
     with st.expander("Opciones avanzadas"):
@@ -147,7 +235,9 @@ if submit_ad:
                     emotional_angle,
                     ad_persona,
                     input_prompt,  # Pass the new story prompt
-                    selected_objective
+                    selected_objective,
+                    file_content if 'file_content' in locals() and file_content else "",
+                    image_parts if 'image_parts' in locals() and is_image else None
                 )
                 
                 if not isinstance(generated_ad, str):

requirements.txt

@@ -5,4 +5,6 @@ langchain
 PyPDF2
 chromadb
 pdf2image
-faiss-cpu
+faiss-cpu
+python-docx
+Pillow