Update app.py

app.py

@@ -1,42 +1,44 @@
 import gradio as gr
 import requests
+from transformers import AutoModelForCausalLM, AutoTokenizer
 
 # 🔹 API de LanguageTool
-API_URL = "https://api.languagetool.org/v2/check"
+LT_API_URL = "https://api.languagetool.org/v2/check"
+
+# 🔹 Modelo de GPT-J en Hugging Face
+MODEL_NAME = "EleutherAI/gpt-j-6B"
+tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
+model = AutoModelForCausalLM.from_pretrained(MODEL_NAME)
 
 # 🔒 Clave secreta
 SECRET_KEY = "MI_CLAVE_SUPER_SECRETA"
 
-# 🔹 Función mejorada con un prompt más claro
+# 🔹 Función de reformulación con doble paso
 def reformular_texto(frase, clave):
     if clave != SECRET_KEY:
         return "🔴 Acceso denegado."
 
-    # 🔥 Nueva versión del prompt con más instrucciones
-    prompt = f"Reformula esta frase en español usando gramática correcta y expresiones naturales: {frase}"
-
-    params = {
-        "text": prompt,  # Pasamos la frase con la nueva instrucción
-        "language": "es",
-    }
-    
-    try:
-        response = requests.post(API_URL, data=params)
-        data = response.json()
+    # 🔥 Paso 1: Corrección con LanguageTool
+    params = {"text": frase, "language": "es"}
+    response = requests.post(LT_API_URL, data=params)
+    data = response.json()
 
-        # Aplicamos las correcciones
-        if "matches" in data and data["matches"]:
-            for match in data["matches"]:
-                if "replacements" in match and match["replacements"]:
-                    replacement = match["replacements"][0]["value"]
-                    offset = match["offset"]
-                    length = match["length"]
-                    frase = frase[:offset] + replacement + frase[offset+length:]
+    if "matches" in data and data["matches"]:
+        for match in data["matches"]:
+            if "replacements" in match and match["replacements"]:
+                replacement = match["replacements"][0]["value"]
+                offset = match["offset"]
+                length = match["length"]
+                frase = frase[:offset] + replacement + frase[offset+length:]
 
-        return frase if frase != prompt else "⚠ No se detectaron cambios."
+    # Si LanguageTool no ha hecho cambios, pasamos a GPT-J
+    if frase == params["text"]:
+        prompt = f"Reformula esta frase en español con gramática correcta y expresiones naturales: {frase}"
+        inputs = tokenizer(prompt, return_tensors="pt", truncation=True, padding=True)
+        outputs = model.generate(inputs.input_ids, max_length=50, temperature=0.7, top_k=50)
+        frase = tokenizer.decode(outputs[0], skip_special_tokens=True)
 
-    except Exception as e:
-        return f"⚠ Error en la corrección: {str(e)}"
+    return frase
 
 # 🔹 Interfaz con Gradio
 iface = gr.Interface(
@@ -44,7 +46,7 @@ iface = gr.Interface(
     inputs=[gr.Textbox(label="Texto a reformular"), gr.Textbox(label="Clave de acceso", type="password")],
     outputs="text",
     title="Reformulador de Texto en Español",
-    description="Usa LanguageTool para reformular frases en español con expresiones naturales."
+    description="Usa LanguageTool y GPT-J para mejorar frases en español con expresiones naturales."
 )
 
 if __name__ == "__main__":