Spaces:
Sleeping
Sleeping
File size: 2,179 Bytes
24405fe |
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 |
import streamlit as st
import logging
from services.model_handler import ModelHandler
# Configure logging
logging.basicConfig(
level=logging.INFO,
format='%(asctime)s - %(name)s - %(levelname)s - %(message)s'
)
class AutismResearchApp:
def __init__(self):
"""Initialize the application components"""
self.model_handler = ModelHandler()
def _setup_streamlit(self):
"""Setup Streamlit UI components"""
st.image("https://images.unsplash.com/photo-1642370324000-f204b23aafe0?q=80&w=4072&auto=format&fit=crop&ixlib=rb-4.0.3&ixid=M3wxMjA3fDB8MHxwaG90by1wYWdlfHx8fGVufDB8fHx8fA%3D%3D")
st.title("🧩 Além do Espectro 🧠✨")
st.subheader("Tudo o que você precisa saber além dos rotulos e explorando a riqueza das neurodivergências")
st.markdown("""
Pergunte o que quiser e eu vou analisar os últimos artigos científicos e fornecer uma resposta baseada em evidências.
""")
def run(self):
"""Run the main application loop"""
self._setup_streamlit()
# Initialize session state for papers
if 'papers' not in st.session_state:
st.session_state.papers = []
# Get user query
col1, col2 = st.columns(2, vertical_alignment="bottom", gap="small")
query = col1.text_input("O que você precisa saber?")
if col2.button("Enviar"):
# Show status while processing
with st.status("Processando sua Pergunta...") as status:
status.write("🔍 Buscando papers de pesquisa relevantes...")
status.write("📚 Analisando papers de pesquisa...")
status.write("✍️ Gerando resposta...")
answer = self.model_handler.generate_answer(query)
status.write("✨ Resposta gerada! Exibindo resultados...")
st.success("✅ Resposta gerada com base nos artigos de pesquisa encontrados.")
st.markdown("### Resposta")
st.markdown(answer)
def main():
app = AutismResearchApp()
app.run()
if __name__ == "__main__":
main() |