Update app.py

app.py

@@ -1,21 +1,37 @@
 import gradio as gr
 import openai
+import requests
+import PyPDF2
 
 # Configure sua chave de API do OpenAI
 openai.api_key = "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"
 
-def gerar_cdu(palavras_chave):
-    prompt = f"analise as palavras-chave: {palavras_chave} e retorne com o número de Classificação Decimal Universal (CDU) mais relacionado com as palavras-chave. Utilize como base o site: https://udcsummary.info/php/index.php?id=68076&lang=pt"
-    response = openai.Completion.create(
-        engine="text-davinci-003",        
-        prompt=prompt,
-        max_tokens=150,
-        n=1,
-        stop=None,
-        temperature=0.5
-    )
-    cdu = response.choices[0].text.strip()
-    return cdu
+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"
+    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
 
 # Interface Gradio
 input_text = gr.inputs.Textbox(label="Inserir palavras-chave separadas por vírgulas")
@@ -24,11 +40,11 @@ output_text = gr.outputs.Textbox(label="Resultado")
 
 def generate_cdu(palavras_chave):
     if palavras_chave:
-        return gerar_cdu(palavras_chave)
+        return buscar_cdu(palavras_chave.split(","))
     else:
         return ""
 
 title = "Gerador de CDU"
-description = "Insira as palavras-chave e clique em 'Gerar CDU' para obter a classificação relacionada."
+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, button_text=button_label).launch()
+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()