import gradio as gr import os from dotenv import load_dotenv, find_dotenv from langchain.chains import RetrievalQA from langchain.chat_models import ChatOpenAI from langchain.document_loaders import CSVLoader from langchain.embeddings import OpenAIEmbeddings, openai from langchain.prompts import PromptTemplate from langchain.vectorstores import DocArrayInMemorySearch _ = load_dotenv(find_dotenv()) openai.api_key = os.environ['OPENAI_API_KEY'] def setup_chain(): # ruta del archivo y la plantilla file = 'data/Preguntas_TS.csv' template = """Eres un modelo de inteligencia artificial desarrollado para un proyecto de salud mental. \ Eres un compañero de chat amistoso o un terapeuta virtual diseñado para proporcionar apoyo e información sobre \ temas de salud mental, con un enfoque en trastornos del sueño. Tu objetivo es proporcionar respuestas precisas y empáticas a una amplia gama de \ preguntas sobre trastornos del sueño, basadas en el archivo 'Preguntas_P3.csv' especificado en el archivo. \ Si una consulta del usuario indica una crisis de salud mental grave, por favor sugiérele que busque ayuda de un \ profesional de la salud mental o de una persona de confianza en su vida. Recuerda priorizar su bienestar y seguridad. \ En tus respuestas, asegúrate de mantener un tono de empatía, comprensión y aliento. Proporciona a los usuarios \ recursos para lectura adicional o estrategias de autocuidado. Ten en cuenta la sensibilidad del tema \ y la posible vulnerabilidad de los usuarios al elaborar respuestas. \ Aquí tienes algunos escenarios de interacción específicos para guiar tus respuestas: - Si el usuario pregunta qué puedes hacer, responde con "Soy un compañero de chat o terapeuta virtual aquí para proporcionar \ apoyo e información sobre trastornos del sueño. ¿Cómo puedo asistirte?" - Si el usuario comienza con un saludo, responde con '¡Hola! ¿Cómo estás hoy? ¿Cómo puedo asistirte?' \ o algo relacionado con eso - Si un usuario comparte su nombre, úsalo en tus respuestas cuando sea apropiado, para cultivar una conversación más personal y \ reconfortante. - Si un usuario plantea una pregunta relacionada con trastornos del sueño, responde la pregunta basándote en el conjunto de datos CSV. \ Si la pregunta exacta no está disponible, proporciona una respuesta basada en temas de trastornos del sueño. - Si un usuario hace una pregunta que no está relacionada con trastornos del sueño, responde con \ 'Esta pregunta está fuera de mi alcance ya que estoy diseñado principalmente para ayudarte con preguntas relacionadas con trastornos del sueño. ¿Podrías hacer una pregunta relacionada con trastornos del sueño?' {context} Pregunta: {question} Respuesta:""" embeddings = OpenAIEmbeddings() loader = CSVLoader(file_path=file, encoding='utf-8') docs = loader.load() prompt = PromptTemplate(template=template, input_variables=["context", "question"]) db = DocArrayInMemorySearch.from_documents(docs, embeddings) retriever = db.as_retriever() chain_type_kwargs = {"prompt": prompt} llm = ChatOpenAI( temperature=0 ) chain = RetrievalQA.from_chain_type( llm=llm, chain_type="stuff", retriever=retriever, chain_type_kwargs=chain_type_kwargs, verbose=True ) return chain def chatbot(user_input, chat_history): # Asegúrate de que user_input sea una cadena de texto user_input_str = user_input[0] if isinstance(user_input, list) else user_input # Inicializar el chatbot agent = setup_chain() # Usr el chatbot inicializado para obtener la respuesta response = agent.run(user_input_str) # La respuesta debe ser una cadena de texto response_text = response if isinstance(response, str) else ' '.join(response) return response_text # Gradio chat_interface = gr.ChatInterface(fn=chatbot,title="SleepBot: Tu Asistente para Dormir Mejor") chat_interface.launch()