# Instalar bibliotecas en requirements.txt (sin usar `!` en el código de app.py):
# transformers
# gradio
# torch

from transformers import pipeline
import gradio as gr

# Configuración del modelo de respuesta a preguntas
qa_pipeline = pipeline("question-answering", model="deepset/bert-base-cased-squad2")

# Función para procesar la pregunta
def responder(pregunta):
    # Definir el contexto en el que el modelo busca la respuesta
    contexto = """
    Francia es un país cuyo capital es París. Fue fundada hace varios siglos y es famosa por su cultura,
    arte, gastronomía y historia. París, la capital, es conocida por monumentos como la Torre Eiffel,
    el Museo del Louvre, y por ser una de las ciudades más visitadas del mundo.
    """

    respuesta = qa_pipeline(question=pregunta, context=contexto)
    return respuesta['answer']

# Interfaz gráfica de usuario usando Gradio
iface = gr.Interface(
    fn=responder,
    inputs="text",
    outputs="text",
    title="Chatbot de Respuestas Rápidas",
    description="Pregunta lo que quieras, y te responderé con información específica."
)

# Ejecutar la aplicación
if __name__ == "__main__":
    iface.launch()