Update app.py

app.py

@@ -6,32 +6,34 @@ import PyPDF2
 # Configure sua chave de API do OpenAI
 openai.api_key = "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"
 
-def buscar_cdu(palavras_chave):
-    # Carregar o arquivo PDF da URL
-    url = "https://huggingface.co/spaces/itacaiunas/gerador-cdu/blob/main/TABELA%20CDU%20DE%20C%C3%93DIGO%20DE%20ASSUNTO.pdf"
+# Função para obter o texto do arquivo PDF a partir do link
+def extrair_texto_pdf(url):
     response = requests.get(url)
-    with open("dados-cdu.pdf", "wb") as file:
-        file.write(response.content)
-
-    # Extrair informações do arquivo PDF
-    classificacoes = extrair_classificacoes("dados-cdu.pdf")
-
-    # Encontrar a classificação relacionada às palavras-chave
-    for palavra_chave in palavras_chave:
-        for classificacao in classificacoes:
-            if palavra_chave.lower() in classificacao.lower():
-                return classificacao
-
-    return "Nenhuma classificação encontrada para as palavras-chave fornecidas."
-
-def extrair_classificacoes(file_path):
-    classificacoes = []
-    with open(file_path, "rb") as file:
-        reader = PyPDF2.PdfFileReader(file)
-        for page in range(reader.numPages):
-            text = reader.getPage(page).extractText()
-            classificacoes.extend(text.split("\n"))
-    return classificacoes
+    with open("dados-cdu.pdf", "wb") as f:
+        f.write(response.content)
+
+    pdf_file = open("dados-cdu.pdf", "rb")
+    pdf_reader = PyPDF2.PdfReader(pdf_file)
+    text = ""
+    for page in pdf_reader.pages:
+        text += page.extract_text()
+    pdf_file.close()
+
+    return text
+
+def gerar_cdu(palavras_chave):
+    texto_base = extrair_texto_pdf("https://huggingface.co/spaces/itacaiunas/gerador-cdu/blob/main/dados-cdu.pdf")
+    prompt = f"analise as palavras-chave: {palavras_chave} e retorne com o número de Classificação Decimal Universal (CDU) mais relacionado com as palavras-chave. Dados da base: {texto_base}"
+    response = openai.Completion.create(
+        model="text-davinci-003",
+        prompt=prompt,
+        max_tokens=100,
+        n=1,
+        stop=None,
+        temperature=0.7
+    )
+    cdu = response.choices[0].text.strip()
+    return cdu
 
 # Interface Gradio
 input_text = gr.inputs.Textbox(label="Inserir palavras-chave separadas por vírgulas")
@@ -40,7 +42,7 @@ output_text = gr.outputs.Textbox(label="Resultado")
 
 def generate_cdu(palavras_chave):
     if palavras_chave:
-        return buscar_cdu(palavras_chave.split(","))
+        return gerar_cdu(palavras_chave)
     else:
         return ""
 
@@ -48,3 +50,4 @@ title = "Gerador de CDU"
 description = "Insira palavras-chave separadas por vírgulas e clique em 'Gerar CDU' para obter a classificação relacionada."
 
 gr.Interface(fn=generate_cdu, inputs=input_text, outputs=output_text, title=title, description=description, model_name="gpt-3.5-turbo", button_text=button_label).launch()
+