Update app.py

app.py

@@ -1,14 +1,40 @@
 import gradio as gr
 import gemini_gradio
+import genai  # Si es necesario, asegurarte de que este también esté instalado
 
-with gr.Blocks(fill_height=True) as demo:
-    gr.Markdown("**Note:** You need to use a SambaNova API key from [SambaNova Cloud](https://cloud.sambanova.ai/).")
-    
-    gemini_interface = gr.load(
-        name="gemini-1.5-flash",  # Se establece el modelo por defecto
-        src=gemini_gradio.registry,
-        fill_height=True,
-        chatbot=gr.Chatbot(type="messages")
+# Configuración del modelo Gemini
+generation_config = {
+    "temperature": 1,
+    "top_p": 0.95,
+    "top_k": 40,
+    "max_output_tokens": 8192,
+    "response_mime_type": "text/plain",
+}
+
+GOOGLE_API_KEY = "your_google_api_key_here"  # Asegúrate de agregar tu API Key
+
+# Configuración del modelo en gemini_gradio
+def configure_model():
+    genai.configure(api_key=GOOGLE_API_KEY)  # Configura la API Key
+    model = genai.GenerativeModel(
+        model_name="gemini-1.5-flash", 
+        generation_config=generation_config
     )
+    return model
+
+# Función que genera la respuesta usando el modelo configurado
+def generate_response(input_text):
+    model = configure_model()  # Cargar el modelo con los parámetros configurados
+    response = model.generate(input_text)  # Generar la respuesta
+    return response.text  # Ajusta según la estructura de la respuesta del modelo
+
+# Integración con la interfaz Gradio
+with gr.Blocks() as demo:
+    gr.Markdown("**Gemini Model with Custom Parameters**")
+
+    input_text = gr.Textbox(label="Enter Text", placeholder="Type here...")
+    output_text = gr.Textbox(label="Generated Response")
+    
+    input_text.submit(generate_response, inputs=input_text, outputs=output_text)
 
-demo.launch(ssr_mode=False)
+demo.launch()