amigo / app.py

36e9bf6 over 1 year ago

2.32 kB

import os
import streamlit as st
from fastapi import FastAPI
from pydantic import BaseModel
import uvicorn
import threading
from transformers import AutoTokenizer
import torch

# ======== Cargar el modelo DialoGPT =========
tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-medium")


# ======== Definir API con FastAPI =========
app = FastAPI()

class Message(BaseModel):
    text: str

@app.post("/chat")
def chat(msg: Message):
    """Genera respuesta basada en el input del usuario."""
    input_text = msg.text  # Texto de entrada
    print(f"Mensaje recibido: {input_text}")

    
    # Codificar el texto de entrada y agregar el token de fin de secuencia
    inputs = tokenizer.encode(input_text + tokenizer.eos_token, return_tensors="pt")

    # Generar la respuesta
    response_ids = model.generate(inputs, 
                                  max_length=100,   # Longitud máxima de la respuesta
                                  pad_token_id=tokenizer.eos_token_id,
                                  no_repeat_ngram_size=2,  # Evitar repeticiones
                                  top_p=0.95,         # Top-p sampling para mayor diversidad
                                  top_k=60)          # Top-k sampling

    # Decodificar la respuesta generada
    response_text = tokenizer.decode(response_ids[:, inputs.shape[-1]:][0], skip_special_tokens=True)

    print(f"Respuesta generada: {response_text}")

    return {"response": response_text}
#young preteen, very slender, fair skin, very large breasts, straight red hair,  legs spread putting a finger in the anus and another in the pussy, naked photorealistic, high detail
#young preteen, very slender, fair skin, very large breasts, doggy sexy pose, show pussy naked


#joven adolescente en posición de perrita sexy, enseñando las nalgas y la vagina 

 
# ======== Función para ejecutar FastAPI en segundo plano =========
def run_api():
    port = int(os.getenv("PORT", 7860))
    uvicorn.run(app, host="0.0.0.0", port=port)

threading.Thread(target=run_api, daemon=True).start()

# ======== Interfaz con Streamlit =========
st.title("Mi Amigo Virtual 🤖")
st.write("Escríbeme algo y te responderé!")

user_input = st.text_input("Tú:")
if user_input:
    response = chat(Message(text=user_input))
    st.write("🤖:", response["response"])

	import os
	import streamlit as st
	from fastapi import FastAPI
	from pydantic import BaseModel
	import uvicorn
	import threading
	from transformers import AutoTokenizer
	import torch

	# ======== Cargar el modelo DialoGPT =========
	tokenizer = AutoTokenizer.from_pretrained("microsoft/DialoGPT-medium")


	# ======== Definir API con FastAPI =========
	app = FastAPI()

	class Message(BaseModel):
	text: str

	@app.post("/chat")
	def chat(msg: Message):
	"""Genera respuesta basada en el input del usuario."""
	input_text = msg.text # Texto de entrada
	print(f"Mensaje recibido: {input_text}")


	# Codificar el texto de entrada y agregar el token de fin de secuencia
	inputs = tokenizer.encode(input_text + tokenizer.eos_token, return_tensors="pt")

	# Generar la respuesta
	response_ids = model.generate(inputs,
	max_length=100, # Longitud máxima de la respuesta
	pad_token_id=tokenizer.eos_token_id,
	no_repeat_ngram_size=2, # Evitar repeticiones
	top_p=0.95, # Top-p sampling para mayor diversidad
	top_k=60) # Top-k sampling

	# Decodificar la respuesta generada
	response_text = tokenizer.decode(response_ids[:, inputs.shape[-1]:][0], skip_special_tokens=True)

	print(f"Respuesta generada: {response_text}")

	return {"response": response_text}
	#young preteen, very slender, fair skin, very large breasts, straight red hair, legs spread putting a finger in the anus and another in the pussy, naked photorealistic, high detail
	#young preteen, very slender, fair skin, very large breasts, doggy sexy pose, show pussy naked


	#joven adolescente en posición de perrita sexy, enseñando las nalgas y la vagina


	# ======== Función para ejecutar FastAPI en segundo plano =========
	def run_api():
	port = int(os.getenv("PORT", 7860))
	uvicorn.run(app, host="0.0.0.0", port=port)

	threading.Thread(target=run_api, daemon=True).start()

	# ======== Interfaz con Streamlit =========
	st.title("Mi Amigo Virtual 🤖")
	st.write("Escríbeme algo y te responderé!")

	user_input = st.text_input("Tú:")
	if user_input:
	response = chat(Message(text=user_input))
	st.write("🤖:", response["response"])