app.py

TITLE = """<h1 align="center">Gemini Playground ✨</h1>"""
SUBTITLE = """<h2 align="center">Play with Gemini Pro and Gemini Pro Vision</h2>"""

import os
import time
from typing import Optional, Tuple

import google.generativeai as genai
import gradio as gr
from dotenv import load_dotenv

# Cargar las variables de entorno desde el archivo .env
load_dotenv()

print("google-generativeai:", genai.__version__)

# Obtener la clave de la API de las variables de entorno
GOOGLE_API_KEY = os.getenv("GOOGLE_API_KEY")

# Verificar que la clave de la API esté configurada
if not GOOGLE_API_KEY:
    raise ValueError("GOOGLE_API_KEY is not set in environment variables.")

# Configuración del modelo Gemini
genai.configure(api_key=GOOGLE_API_KEY)
generation_config = genai.types.GenerationConfig(
    temperature=0.7,
    max_output_tokens=8192,
    top_k=10,
    top_p=0.9
)

# Función para manejar las respuestas del modelo
def bot_response(
    model_choice: str,
    system_instruction: Optional[str],
    text_prompt: str,
    chatbot: list,
) -> Tuple[list, str]:
    """
    Envía el mensaje al modelo y obtiene la respuesta, actualizando el historial del chatbot.
    """
    if not text_prompt.strip():
        return chatbot, "Por favor, escribe un mensaje válido."

    # Configurar el modelo
    model = genai.GenerativeModel(
        model_name=model_choice,
        generation_config=generation_config,
        system_instruction=system_instruction or "You are an assistant."
    )

    # Generar la respuesta
    response = model.generate_content([text_prompt], stream=True, generation_config=generation_config)

    # Construir la respuesta completa
    generated_text = ""
    for chunk in response:
        generated_text += chunk.text

    # Actualizar el historial del chatbot con una sola entrada
    chatbot.append((text_prompt, generated_text))
    return chatbot, ""

# Componentes de la interfaz
chatbot_component = gr.Chatbot(label="Gemini", scale=2, height=300)
text_input_component = gr.Textbox(placeholder="Escribe un mensaje...", show_label=False, scale=8)
run_button_component = gr.Button(value="Enviar", variant="primary", scale=1)
model_dropdown_component = gr.Dropdown(
    choices=["gemini-1.5-flash", "gemini-2.0-flash-exp", "gemini-1.5-pro"],
    value="gemini-1.5-flash",
    label="Selecciona el modelo",
    scale=2
)
system_instruction_component = gr.Textbox(
    placeholder="Escribe una instrucción para el sistema...",
    label="Instrucción del sistema",
    scale=8,
    value="You are an assistant."
)

# Definir la interfaz
with gr.Blocks() as demo:
    gr.HTML(TITLE)
    gr.HTML(SUBTITLE)
    with gr.Column():
        model_dropdown_component.render()
        chatbot_component.render()
        with gr.Row():
            text_input_component.render()
            run_button_component.render()
        with gr.Accordion("Instrucción del sistema", open=False):
            system_instruction_component.render()

    # Configurar eventos
    run_button_component.click(
        fn=bot_response,
        inputs=[model_dropdown_component, system_instruction_component, text_input_component, chatbot_component],
        outputs=[chatbot_component, text_input_component],
    )

    text_input_component.submit(
        fn=bot_response,
        inputs=[model_dropdown_component, system_instruction_component, text_input_component, chatbot_component],
        outputs=[chatbot_component, text_input_component],
    )

# Lanzar la aplicación
if __name__ == "__main__":
    demo.queue(max_size=99).launch(debug=True, show_error=True)