Update app.py

app.py

@@ -1,132 +1,161 @@
+TITLE = """<h1 align="center">Gemini Playground ✨</h1>"""
+SUBTITLE = """<h2 align="center">Play with Gemini Pro and Gemini Pro Vision</h2>"""
+
 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 PIL import Image
 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 está configurada en el archivo .env")
-
-# Configuración 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,
-)
 
-# Inicializar la sesión de chat
-chat = model.start_chat(history=[])
+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.")
 
-# Constantes para el manejo de imágenes
 IMAGE_CACHE_DIRECTORY = "/tmp"
 IMAGE_WIDTH = 512
 CHAT_HISTORY = List[Tuple[Optional[Union[Tuple[str], str]], Optional[str]]]
 
-# Función para preprocesar una imagen
 def preprocess_image(image: Image.Image) -> Optional[Image.Image]:
-    """Redimensiona una imagen manteniendo la relación de aspecto."""
     if image:
         image_height = int(image.height * IMAGE_WIDTH / image.width)
         return image.resize((IMAGE_WIDTH, image_height))
 
-# Función para almacenar una imagen en caché
 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
 
-# Función para transformar el historial de Gradio al formato de Gemini
-def transform_history(history):
-    """Transforma el historial del formato de Gradio al formato que Gemini espera."""
-    new_history = []
-    for chat in history:
-        if chat[0]:  # Mensaje del usuario
-            new_history.append({"parts": [{"text": chat[0]}], "role": "user"})
-        if chat[1]:  # Respuesta del modelo
-            new_history.append({"parts": [{"text": chat[1]}], "role": "model"})
-    return new_history
-
-# Función principal para manejar las respuestas del chat
-def response(message, history):
-    """Maneja la interacción multimodal y envía texto e imágenes al modelo."""
-    global chat
-
-    # Transformar el historial al formato esperado por Gemini
-    chat.history = transform_history(history)
-
-    # Obtener el texto del mensaje y las imágenes cargadas
-    text_prompt = message["text"]
-    files = message["files"]
-
-    # Procesar imágenes cargadas
-    image_prompts = []
-    if files:
-        for file in files:
-            image = Image.open(file).convert('RGB')
-            image_preview = preprocess_image(image)
-            if image_preview:
-                # Guardar la imagen y obtener la ruta
-                image_path = cache_pil_image(image)
-                # Leer la imagen en formato binario para enviarla como Blob
-                with open(image_path, "rb") as img_file:
-                    img_data = img_file.read()
-                # Crear un diccionario con los datos binarios y su tipo MIME
-                image_prompt = {
-                    "mime_type": "image/jpeg",
-                    "data": img_data
-                }
-                image_prompts.append(image_prompt)
-
-    # Asegurarse de que el texto y las imágenes estén en el formato correcto
-    prompts = []
-
+def upload(files: Optional[List[str]], chatbot: CHAT_HISTORY) -> CHAT_HISTORY:
+    for file in files:
+        image = Image.open(file).convert('RGB')
+        image_preview = preprocess_image(image)
+        if image_preview:
+            gr.Image(image_preview).render()
+        image_path = cache_pil_image(image)
+        chatbot.append(((image_path,), None))
+    return chatbot
+
+def user(text_prompt: str, chatbot: CHAT_HISTORY):
     if text_prompt:
-        # Crear un bloque con la parte de texto para el modelo
-        prompts.append({"parts": [{"text": text_prompt}], "role": "user"})
-
-    if image_prompts:
-        # Añadir las imágenes si existen
-        prompts.extend(image_prompts)
-
-    # Enviar el mensaje al modelo
-    response = chat.send_message(prompts)
-    response.resolve()
-
-    # Generar respuesta carácter por carácter para una experiencia más fluida
-    for i in range(len(response.text)):
-        time.sleep(0.01)
-        yield response.text[: i + 1]
-
-# 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"],
-    ),
+        chatbot.append((text_prompt, None))
+    return "", chatbot
+
+def bot(
+    files: Optional[List[str]],
+    model_choice: str,
+    system_instruction: Optional[str],  # Sistema de instrucciones opcional
+    chatbot: CHAT_HISTORY
+):
+    if not GOOGLE_API_KEY:
+        raise ValueError("GOOGLE_API_KEY is not set.")
+
+    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
+    )
+
+    # Usar el valor por defecto para system_instruction si está vacío
+    if not system_instruction:
+        system_instruction = "1"  # O puedes poner un valor predeterminado como "No system instruction provided."
+
+    text_prompt = [chatbot[-1][0]] if chatbot and chatbot[-1][0] and isinstance(chatbot[-1][0], str) else []
+    image_prompt = [preprocess_image(Image.open(file).convert('RGB')) for file in files] if files else []
+    
+    model = genai.GenerativeModel(
+        model_name=model_choice,
+        generation_config=generation_config,
+        system_instruction=system_instruction  # Usar el valor por defecto si está vacío
+    )
+
+    response = model.generate_content(text_prompt + image_prompt, stream=True, generation_config=generation_config)
+
+    chatbot[-1][1] = ""
+    for chunk in response:
+        for i in range(0, len(chunk.text), 10):
+            section = chunk.text[i:i + 10]
+            chatbot[-1][1] += section
+            time.sleep(0.01)
+            yield chatbot
+
+# Componente para el acordeón que contiene el cuadro de texto para la instrucción del sistema
+system_instruction_component = gr.Textbox(
+    placeholder="Enter system instruction...",
+    show_label=True,
+    scale=8
 )
 
+# Definir los componentes de entrada y salida
+chatbot_component = gr.Chatbot(label='Gemini', bubble_full_width=False, scale=2, height=300)
+text_prompt_component = gr.Textbox(placeholder="Message...", show_label=False, autofocus=True, scale=8)
+upload_button_component = gr.UploadButton(label="Upload Images", file_count="multiple", file_types=["image"], scale=1)
+run_button_component = gr.Button(value="Run", variant="primary", scale=1)
+model_choice_component = gr.Dropdown(
+    choices=["gemini-1.5-flash", "gemini-2.0-flash-exp", "gemini-1.5-pro"],
+    value="gemini-1.5-flash",
+    label="Select Model",
+    scale=2
+)
+
+user_inputs = [text_prompt_component, chatbot_component]
+bot_inputs = [upload_button_component, model_choice_component, system_instruction_component, chatbot_component]
+
+# Definir la interfaz de usuario
+with gr.Blocks() as demo:
+    gr.HTML(TITLE)
+    gr.HTML(SUBTITLE)
+    with gr.Column():
+        # Campo de selección de modelo arriba
+        model_choice_component.render()
+        chatbot_component.render()
+        with gr.Row():
+            text_prompt_component.render()
+            upload_button_component.render()
+            run_button_component.render()
+
+        # Crear el acordeón para la instrucción del sistema al final
+        with gr.Accordion("System Instruction", open=False):  # Acordeón cerrado por defecto
+            system_instruction_component.render()
+
+    run_button_component.click(
+        fn=user,
+        inputs=user_inputs,
+        outputs=[text_prompt_component, chatbot_component],
+        queue=False
+    ).then(
+        fn=bot, inputs=bot_inputs, outputs=[chatbot_component],
+    )
+
+    text_prompt_component.submit(
+        fn=user,
+        inputs=user_inputs,
+        outputs=[text_prompt_component, chatbot_component],
+        queue=False
+    ).then(
+        fn=bot, inputs=bot_inputs, outputs=[chatbot_component],
+    )
+
+    upload_button_component.upload(
+        fn=upload,
+        inputs=[upload_button_component, chatbot_component],
+        outputs=[chatbot_component],
+        queue=False
+    )
+
 # Lanzar la aplicación
-if __name__ == "__main__":
-    demo.launch(debug=True, show_error=True)
+demo.queue(max_size=99).launch(debug=False, show_error=True)