File size: 2,195 Bytes
f572bf3 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 |
import streamlit as st
from sentence_transformers import SentenceTransformer
from Llm_local import generarPages, informes_mistral,extraer_texto, extraer_texto_word, generar_docx, generar_pdf
col1, col2 = st.columns([1, 4])
with col1:
st.image("Procuradurialogo.jpg", width=600)
with col2:
st.markdown("""
<div style='display: flex; align-items: center; height: 100%;'>
<h1 style='margin: 0; text-align: center;'>ProcurIA</h1>
</div>
""", unsafe_allow_html=True)
st.sidebar.title("Menú de Funciones")
generarPages()
if "messages" not in st.session_state:
st.session_state.messages = [{"role": "assistant", "content": "Hola!, en qué puedo ayudarte?"}]
model = SentenceTransformer("all-MiniLM-L6-v2")
archivo = st.file_uploader("📂 Sube tus documentos PDF o WORD ¡Para hacer un informe!", type=["pdf", "txt"], accept_multiple_files=True)
if archivo:
texto_total = ""
for archivo_item in archivo:
contenido = ""
if archivo_item.name.endswith(".pdf"):
contenido = extraer_texto(archivo_item)
elif archivo_item.name.endswith(".docx"):
contenido = extraer_texto_word(archivo_item)
if contenido.strip():
texto_total += f"\n---\nDOCUMENTO: {archivo_item.name}\n{contenido.strip()}\n"
if texto_total.strip():
resumen_completo = [""]
#st.write(texto_total)
def resumen_streaming():
for palabra in informes_mistral(texto_total):
resumen_completo[0] += palabra
yield palabra
st.subheader("📄 Informe de todos los documentos:")
st.write_stream(resumen_streaming())
pdf_bytes = generar_pdf(resumen_completo[0])
st.download_button("📄 Descargar Informe en PDF", data=pdf_bytes, file_name="resumen_global.pdf", mime="application/pdf")
docx_buffer = generar_docx(resumen_completo[0])
st.download_button("📝 Descargar Informe en Word", data=docx_buffer, file_name="resumen_global.docx",
mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document") |