Update app.py

app.py

@@ -1,63 +1,117 @@
 import gradio as gr
-from huggingface_hub import InferenceClient
-
-"""
-For more information on `huggingface_hub` Inference API support, please check the docs: https://huggingface.co/docs/huggingface_hub/v0.22.2/en/guides/inference
-"""
-client = InferenceClient("HuggingFaceH4/zephyr-7b-beta")
-
-
-def respond(
-    message,
-    history: list[tuple[str, str]],
-    system_message,
-    max_tokens,
-    temperature,
-    top_p,
-):
-    messages = [{"role": "system", "content": system_message}]
-
-    for val in history:
-        if val[0]:
-            messages.append({"role": "user", "content": val[0]})
-        if val[1]:
-            messages.append({"role": "assistant", "content": val[1]})
-
-    messages.append({"role": "user", "content": message})
-
-    response = ""
-
-    for message in client.chat_completion(
-        messages,
-        max_tokens=max_tokens,
-        stream=True,
-        temperature=temperature,
-        top_p=top_p,
-    ):
-        token = message.choices[0].delta.content
-
-        response += token
-        yield response
-
-"""
-For information on how to customize the ChatInterface, peruse the gradio docs: https://www.gradio.app/docs/chatinterface
-"""
-demo = gr.ChatInterface(
-    respond,
-    additional_inputs=[
-        gr.Textbox(value="You are a friendly Chatbot.", label="System message"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Max new tokens"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperature"),
-        gr.Slider(
-            minimum=0.1,
-            maximum=1.0,
-            value=0.95,
-            step=0.05,
-            label="Top-p (nucleus sampling)",
-        ),
-    ],
-)
-
-
-if __name__ == "__main__":
-    demo.launch()
+import plotly.express as px
+from openai import OpenAI
+import time
+
+# Configura el cliente de OpenAI con la API key directamente
+client = OpenAI(api_key="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")
+print("Cliente OpenAI inicializado")
+
+# ID de tu asistente
+assistant_id = "asst_0hq3iRy6LX0YLZP0QVzg17fT"
+
+def random_plot():
+    df = px.data.iris()
+    fig = px.scatter(df, x="sepal_width", y="sepal_length", color="species",
+                    size='petal_length', hover_data=['petal_width'])
+    return fig
+
+def print_like_dislike(x: gr.LikeData):
+    print(x.index, x.value, x.liked)
+
+def add_message(history, message):
+    if message["text"] is not None and message["text"].strip() != "":
+        history.append((message["text"], None))
+    return history, gr.MultimodalTextbox(value=None, interactive=True)
+
+def bot(history):
+    print("Iniciando función bot")
+    try:
+        last_message = history[-1][0] if history else "Hola"
+        print(f"Último mensaje: {last_message}")
+        
+        thread = client.beta.threads.create()
+        print(f"Hilo creado: {thread.id}")
+
+        client.beta.threads.messages.create(
+            thread_id=thread.id,
+            role="user",
+            content=last_message
+        )
+        print("Mensaje del usuario añadido al hilo")
+
+        run = client.beta.threads.runs.create(
+            thread_id=thread.id,
+            assistant_id=assistant_id
+        )
+        print(f"Ejecución iniciada: {run.id}")
+
+        timeout = 120
+        start_time = time.time()
+        while run.status not in ["completed", "failed", "cancelled"]:
+            if time.time() - start_time > timeout:
+                print("Tiempo de espera agotado")
+                client.beta.threads.runs.cancel(thread_id=thread.id, run_id=run.id)
+                return history + [("Lo siento, la respuesta está tardando demasiado. Por favor, intenta reformular tu pregunta.", None)]
+            
+            time.sleep(2)
+            run = client.beta.threads.runs.retrieve(thread_id=thread.id, run_id=run.id)
+            print(f"Estado de la ejecución: {run.status}")
+            
+            if run.status == "requires_action":
+                print("La ejecución requiere una acción")
+                required_actions = run.required_action.submit_tool_outputs.tool_calls
+                for action in required_actions:
+                    print(f"Acción requerida: {action.type}")
+                    print(f"Función: {action.function.name}")
+                    print(f"Argumentos: {action.function.arguments}")
+                
+                # Aquí deberías manejar las acciones requeridas
+                # Por ahora, vamos a cancelar la ejecución
+                client.beta.threads.runs.cancel(thread_id=thread.id, run_id=run.id)
+                return history + [("Lo siento, el asistente requiere acciones adicionales que no puedo manejar en este momento. Por favor, intenta reformular tu pregunta.", None)]
+
+        if run.status != "completed":
+            print(f"La ejecución terminó con estado: {run.status}")
+            return history + [("Lo siento, hubo un problema al procesar tu mensaje. Por favor, intenta de nuevo o reformula tu pregunta.", None)]
+
+        messages = client.beta.threads.messages.list(thread_id=thread.id)
+        print("Mensajes recuperados del hilo")
+
+        bot_response = ""
+        for message in messages.data:
+            if message.role == "assistant":
+                for content in message.content:
+                    if content.type == 'text':
+                        bot_response += content.text.value + "\n"
+
+        if not bot_response:
+            print("No se encontró respuesta del asistente")
+            bot_response = "Lo siento, no pude generar una respuesta. Por favor, intenta reformular tu pregunta."
+
+        print(f"Respuesta del bot: {bot_response}")
+        history[-1] = (history[-1][0], bot_response.strip())
+        return history
+    except Exception as e:
+        print(f"Error en la función bot: {e}")
+        return history + [("Lo siento, ocurrió un error inesperado. Por favor, intenta de nuevo.", None)]
+
+fig = random_plot()
+
+with gr.Blocks(fill_height=True) as demo:
+    chatbot = gr.Chatbot(
+        elem_id="chatbot",
+        bubble_full_width=False,
+        scale=1,
+    )
+    chat_input = gr.MultimodalTextbox(interactive=True,
+                                      file_count="multiple",
+                                      placeholder="Enter message or upload file...", show_label=False)
+    chat_msg = chat_input.submit(add_message, [chatbot, chat_input], [chatbot, chat_input])
+    bot_msg = chat_msg.then(bot, chatbot, chatbot, api_name="bot_response")
+    bot_msg.then(lambda: gr.MultimodalTextbox(interactive=True), None, [chat_input])
+    chatbot.like(print_like_dislike, None, None)
+
+print("Iniciando la aplicación Gradio")
+demo.queue()
+demo.launch(share=True)