Update app.py

app.py

@@ -1,96 +1,3 @@
-import os
-import time
-import uuid
-import google.generativeai as genai
-import gradio as gr
-from PIL import Image
-from dotenv import load_dotenv
-
-# Cargar las variables de entorno
-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
-generation_config = {
-    "temperature": 1,
-    "top_p": 0.95,
-    "top_k": 40,
-    "max_output_tokens": 8192,
-    "response_mime_type": "text/plain",
-}
-
-genai.configure(api_key=API_KEY)
-
-model = genai.GenerativeModel(
-    model_name="gemini-1.5-flash",
-    generation_config=generation_config,
-)
-
-# Inicializar la sesión de chat
-chat = model.start_chat(history=[])
-
-# Función para transformar el historial de Gradio al formato de Gemini
-def transform_history(history):
-    new_history = []
-    for chat in history:
-        new_history.append({"parts": [{"text": chat[0]}], "role": "user"})
-        new_history.append({"parts": [{"text": chat[1]}], "role": "model"})
-    return new_history
-
-# Función de respuesta que maneja el texto y los archivos multimodales
-def response(message, history):
-    global chat
-
-    # Transformar el historial al formato esperado por Gemini
-    chat.history = transform_history(history)
-    
-    # Enviar el mensaje al modelo y obtener la respuesta
-    response = chat.send_message(message["text"])
-    response.resolve()
-
-    # Mostrar la respuesta carácter por carácter
-    for i in range(len(response.text)):
-        time.sleep(0.01)
-        yield response.text[: i + 1]
-
-# Función para manejar las imágenes cargadas
-def handle_uploaded_images(files):
-    """Procesa las imágenes cargadas, las redimensiona y las guarda"""
-    image_paths = []
-    for file in files:
-        image = Image.open(file.name).convert('RGB')  # Abrir y convertir la imagen a RGB
-        image_height = int(image.height * 512 / image.width)  # Mantener la proporción
-        image_resized = image.resize((512, image_height))  # Redimensionar la imagen
-        image_filename = f"{uuid.uuid4()}.jpeg"  # Crear un nombre único para la imagen
-        image_path = f"/tmp/{image_filename}"  # Ruta de almacenamiento temporal
-        image_resized.save(image_path, "JPEG")  # Guardar la imagen
-        image_paths.append(image_path)  # Agregar la ruta al resultado
-    return image_paths
-
-# Función para contar las imágenes cargadas
-def count_images(message, history):
-    num_images = len(message["files"])  # Contar las imágenes cargadas en el mensaje actual
-    total_images = 0
-    for msg in history:  # Contar todas las imágenes en el historial
-        if isinstance(msg["content"], tuple):  # Si el contenido es una tupla, es un archivo
-            total_images += 1
-    return f"You just uploaded {num_images} images, total uploaded: {total_images + num_images}"
-
-# Función que maneja el texto y las imágenes
-def handle_message(message, history):
-    if message.get("files"):
-        # Procesar las imágenes cargadas
-        image_paths = handle_uploaded_images(message["files"])
-        # Añadir las imágenes al historial
-        history.append((None, image_paths))
-        return history, count_images(message, history)
-    
-    # Si no hay archivos, procesamos el mensaje como texto
-    return response(message, history)
-
 # Crear la interfaz de Gradio
 demo = gr.Interface(
     fn=handle_message,  # Función de manejo de mensaje y archivos
@@ -103,7 +10,8 @@ demo = gr.Interface(
         gr.Textbox(label="Conteo de imágenes")
     ],
     examples=[  # Ejemplos iniciales de mensajes
-        {"text": "No files", "files": []}
+        ["No files", []],  # Ejemplo con solo texto y sin archivos
+        ["Aquí tienes una imagen", ["path/to/example1.jpg"]],  # Ejemplo con texto y una imagen
     ],
     cache_examples=True
 )