Update app.py

app.py

@@ -1,20 +1,32 @@
 import gradio as gr
 from PIL import Image
 from transformers import BlipProcessor, BlipForConditionalGeneration
+import requests
 import time
 
 # Carregando o modelo BLIP para geração de legendas
 processor = BlipProcessor.from_pretrained("Salesforce/blip-image-captioning-large")
 model_blip = BlipForConditionalGeneration.from_pretrained("Salesforce/blip-image-captioning-large")
 
-# Base de dados nutricionais simples (em português)
-nutritional_database = {
-    "bife": {"calorias": 250, "proteinas": 26, "carboidratos": 0, "gorduras": 15},
-    "feijão": {"calorias": 120, "proteinas": 8, "carboidratos": 20, "gorduras": 1},
-    "arroz": {"calorias": 130, "proteinas": 2.7, "carboidratos": 28, "gorduras": 0.3},
-    "salada": {"calorias": 30, "proteinas": 1, "carboidratos": 5, "gorduras": 0.2},
-    "tomate": {"calorias": 18, "proteinas": 0.9, "carboidratos": 3.9, "gorduras": 0.2},
-}
+# Função para chamar a API do Deepseek (ou substituto como Qwen)
+def call_deepseek(prompt):
+    # Substitua esta URL pela API oficial do Deepseek ou use um modelo alternativo
+    api_url = "https://api.deepseek.com/v1/completions"  # Exemplo fictício
+    headers = {
+        "Authorization": "Bearer YOUR_DEEPSEEK_API_KEY",  # Substitua pelo seu token
+        "Content-Type": "application/json",
+    }
+    data = {
+        "prompt": prompt,
+        "max_tokens": 150,
+        "temperature": 0.7,
+        "stop": ["\n"]
+    }
+    response = requests.post(api_url, headers=headers, json=data)
+    if response.status_code == 200:
+        return response.json()["choices"][0]["text"].strip()
+    else:
+        return f"Erro ao chamar Deepseek: {response.status_code}"
 
 # Função para gerar legenda da imagem usando BLIP
 def generate_caption(img, min_len, max_len):
@@ -27,33 +39,6 @@ def generate_caption(img, min_len, max_len):
     except Exception as e:
         return f"Erro ao gerar legenda: {str(e)}"
 
-# Função para gerar informações nutricionais com base na descrição
-def generate_nutritional_info(food_description):
-    try:
-        # Dividir a descrição em palavras-chave
-        keywords = food_description.lower().split(", ")
-        
-        total_calories = 0
-        nutritional_summary = []
-        
-        for keyword in keywords:
-            if keyword in nutritional_database:
-                info = nutritional_database[keyword]
-                total_calories += info["calorias"]
-                nutritional_summary.append(
-                    f"- {keyword.capitalize()}: {info['calorias']} calorias, "
-                    f"{info['proteinas']}g proteínas, {info['carboidratos']}g carboidratos, "
-                    f"{info['gorduras']}g gorduras"
-                )
-        
-        if not nutritional_summary:
-            return "Desculpe, não encontramos informações nutricionais detalhadas para este alimento."
-        
-        summary = "\n".join(nutritional_summary)
-        return f"Informações Nutricionais:\n{summary}\n\nTotal de Calorias: {total_calories} kcal"
-    except Exception as e:
-        return f"Erro ao gerar informações nutricionais: {str(e)}"
-
 # Função principal que combina tudo
 def greet(img, min_len, max_len):
     start = time.time()
@@ -63,8 +48,12 @@ def greet(img, min_len, max_len):
     if "Erro" in food_description:
         return food_description  # Retorna mensagem de erro se houver falha no BLIP
     
-    # Passo 2: Gerar informações nutricionais com base na legenda
-    nutritional_info = generate_nutritional_info(food_description)
+    # Passo 2: Gerar informações nutricionais com base na legenda usando Deepseek
+    deepseek_prompt = (
+        f"Descreva as informações nutricionais e as calorias do seguinte alimento em português: {food_description}. "
+        f"Inclua detalhes sobre proteínas, carboidratos, gorduras e valor calórico total."
+    )
+    nutritional_info = call_deepseek(deepseek_prompt)
     
     end = time.time()
     total_time = str(round(end - start, 2))
@@ -80,7 +69,7 @@ def greet(img, min_len, max_len):
     result = (
         f"{marketing_message}"
         f"Descrição do Alimento: {food_description}\n\n"
-        f"{nutritional_info}\n\n"
+        f"Informações Nutricionais:\n{nutritional_info}\n\n"
         f"Gerado em {total_time} segundos."
     )