Spaces:
Running
Running
File size: 2,899 Bytes
f981512 8d45e13 f981512 a8002d3 5fb4e1e f981512 a8002d3 f981512 a8002d3 6936b31 f981512 7f4240c f981512 9a49cc3 f981512 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 |
import os
import time
import uuid
from typing import List, Tuple, Optional, Union
from PIL import Image
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()
API_KEY = os.getenv("GOOGLE_API_KEY")
if not API_KEY:
raise ValueError("La clave de API 'GOOGLE_API_KEY' no est谩 configurada en el archivo .env")
# Configuraci贸n del modelo Gemini
genai.configure(api_key=API_KEY)
generation_config = {
"temperature": 0.7,
"top_p": 0.9,
"top_k": 40,
"max_output_tokens": 8192,
"response_mime_type": "text/plain",
}
model = genai.GenerativeModel(
model_name="gemini-1.5-flash",
generation_config=generation_config,
)
# Constantes para el manejo de im谩genes
IMAGE_CACHE_DIRECTORY = "/tmp"
IMAGE_WIDTH = 512
CHAT_HISTORY = List[Tuple[Optional[Union[Tuple[str], str]], Optional[str]]]
# Funci贸n para preprocesar una imagen
def preprocess_image(image: Image.Image) -> Optional[Image.Image]:
"""Redimensiona una imagen manteniendo la relaci贸n de aspecto."""
if image:
image_height = int(image.height * IMAGE_WIDTH / image.width)
return image.resize((IMAGE_WIDTH, image_height))
# Funci贸n para almacenar una imagen en cach茅
def cache_pil_image(image: Image.Image) -> str:
"""Guarda la imagen como archivo JPEG en un directorio temporal."""
image_filename = f"{uuid.uuid4()}.jpeg"
os.makedirs(IMAGE_CACHE_DIRECTORY, exist_ok=True)
image_path = os.path.join(IMAGE_CACHE_DIRECTORY, image_filename)
image.save(image_path, "JPEG")
return image_path
# Funci贸n principal para manejar las respuestas del chat
def response(message, history):
"""Maneja la interacci贸n multimodal y env铆a texto e im谩genes al modelo."""
text_prompt = message["text"]
files = message["files"]
# Procesar im谩genes cargadas
image_prompts = []
if files:
for file in files:
image = Image.open(file).convert('RGB')
image_preview = preprocess_image(image)
if image_preview:
cache_pil_image(image)
image_prompts.append(image_preview) # Incluir en la lista de prompts
# Concatenar texto e im谩genes para el modelo
prompts = [text_prompt] + image_prompts
response = model.generate_content(prompts, stream=True, generation_config=generation_config)
# Generar respuesta paso a paso
for chunk in response:
yield chunk.text
# Crear la interfaz de usuario
demo = gr.ChatInterface(
response,
examples=[{"text": "Describe the image:", "files": []}],
multimodal=True,
textbox=gr.MultimodalTextbox(
file_count="multiple",
file_types=["image"],
sources=["upload", "microphone"],
),
)
# Lanzar la aplicaci贸n
if __name__ == "__main__":
demo.launch(debug=True, show_error=True)
|