Update app.py

app.py

@@ -3,7 +3,7 @@ SUBTITLE = """<h2 align="center">Play with Gemini Pro and Gemini Pro Vision</h2>
 
 import os
 import time
-from typing import List, Tuple, Optional, Union
+from typing import Optional
 
 import google.generativeai as genai
 import gradio as gr
@@ -12,105 +12,70 @@ 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 global
+# Configuración del modelo Gemini
 genai.configure(api_key=GOOGLE_API_KEY)
-IMAGE_WIDTH = 512
-CHAT_HISTORY = List[Tuple[Optional[str], Optional[str]]]
-
-# Inicializar el modelo y la sesión de chat
-model_name_default = "gemini-1.5-flash"
 generation_config = genai.types.GenerationConfig(
     temperature=0.7,
     max_output_tokens=8192,
     top_k=10,
     top_p=0.9
 )
-model = genai.GenerativeModel(model_name=model_name_default, generation_config=generation_config)
-chat = model.start_chat(history=[])
-
-
-def transform_history(history: CHAT_HISTORY):
-    """
-    Transforma el historial del formato Gradio al formato esperado por Gemini.
-    """
-    new_history = []
-    for user_input, model_response in history:
-        if user_input:
-            new_history.append({"parts": [{"text": user_input}], "role": "user"})
-        if model_response:
-            new_history.append({"parts": [{"text": model_response}], "role": "model"})
-    return new_history
 
-
-def user_input_handler(text_prompt: str, chatbot: CHAT_HISTORY):
-    """
-    Agrega la entrada del usuario al historial y retorna la interfaz actualizada.
-    """
-    if text_prompt.strip():
-        chatbot.append((text_prompt, None))
-    return "", chatbot
-
-
-def bot_response_handler(
+# Función para manejar las respuestas del modelo
+def bot_response(
     model_choice: str,
     system_instruction: Optional[str],
-    chatbot: CHAT_HISTORY,
+    text_prompt: str,
 ):
     """
-    Genera la respuesta del modelo basado en el historial y devuelve la interfaz actualizada.
+    Envía el mensaje al modelo y obtiene la respuesta.
     """
-    global chat
-
-    if not GOOGLE_API_KEY:
-        raise ValueError("GOOGLE_API_KEY is not set.")
+    if not text_prompt.strip():
+        return None, "Por favor, escribe un mensaje válido."
 
-    # Configurar el modelo y la instrucción del sistema
     model = genai.GenerativeModel(
         model_name=model_choice,
         generation_config=generation_config,
-        system_instruction=system_instruction or "Default instruction"
+        system_instruction=system_instruction or "You are an assistant."
     )
-    
-    # Transformar el historial para la sesión del chat
-    chat.history = transform_history(chatbot)
-    
-    # Obtener el mensaje más reciente
-    user_message = chatbot[-1][0] if chatbot and chatbot[-1][0] else ""
-    
-    # Enviar el mensaje y procesar la respuesta
-    response = chat.send_message(user_message)
-    response.resolve()
-
-    # Actualizar el historial con la respuesta del modelo
-    chatbot[-1] = (user_message, response.text)
-
-    # Devolver la respuesta por fragmentos para simular la experiencia de escritura
-    for i in range(len(response.text)):
-        time.sleep(0.01)
-        yield chatbot
 
+    response = model.generate_content([text_prompt], stream=True, generation_config=generation_config)
+    generated_text = ""
+
+    for chunk in response:
+        for i in range(0, len(chunk.text), 10):  # Mostrar texto en partes
+            section = chunk.text[i:i + 10]
+            generated_text += section
+            time.sleep(0.01)
+            yield text_prompt, generated_text
 
 # Componentes de la interfaz
-chatbot_component = gr.Chatbot(label="Gemini Chat", height=400)
-text_input_component = gr.Textbox(placeholder="Escribe tu mensaje aquí...", show_label=False)
+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=model_name_default,
+    value="gemini-1.5-flash",
     label="Selecciona el modelo",
+    scale=2
 )
 system_instruction_component = gr.Textbox(
-    placeholder="Instrucción para el modelo...",
-    label="System Instruction",
-    optional=True,
+    placeholder="Escribe una instrucción para el sistema...",
+    label="Instrucción del sistema",
+    scale=8,
+    value="You are an assistant."
 )
-run_button_component = gr.Button("Enviar")
 
-# Layout de la interfaz
+# Definir la interfaz
 with gr.Blocks() as demo:
     gr.HTML(TITLE)
     gr.HTML(SUBTITLE)
@@ -120,31 +85,22 @@ with gr.Blocks() as demo:
         with gr.Row():
             text_input_component.render()
             run_button_component.render()
-        with gr.Accordion("System Instruction", open=False):
+        with gr.Accordion("Instrucción del sistema", open=False):
             system_instruction_component.render()
 
-    # Conexiones de eventos
+    # Configurar eventos
     run_button_component.click(
-        user_input_handler,
-        inputs=[text_input_component, chatbot_component],
-        outputs=[text_input_component, chatbot_component],
-        queue=False,
-    ).then(
-        bot_response_handler,
-        inputs=[model_dropdown_component, system_instruction_component, chatbot_component],
+        fn=bot_response,
+        inputs=[model_dropdown_component, system_instruction_component, text_input_component],
         outputs=[chatbot_component],
     )
 
     text_input_component.submit(
-        user_input_handler,
-        inputs=[text_input_component, chatbot_component],
-        outputs=[text_input_component, chatbot_component],
-        queue=False,
-    ).then(
-        bot_response_handler,
-        inputs=[model_dropdown_component, system_instruction_component, chatbot_component],
+        fn=bot_response,
+        inputs=[model_dropdown_component, system_instruction_component, text_input_component],
         outputs=[chatbot_component],
     )
 
 # Lanzar la aplicación
-demo.queue(max_size=99).launch(debug=True, show_error=True)
+if __name__ == "__main__":
+    demo.queue(max_size=99).launch(debug=True, show_error=True)