Download chatbot_nuti.py from caissaa23/FOOD-AI: direct link, hf CLI and curl.
- Browser
- Download file 9.35 kB
-
https://huggingface.co/spaces/caissaa23/FOOD-AI/resolve/main/chatbot_nuti.py
- Command line
-
hf download hf://spaces/caissaa23/FOOD-AI/chatbot_nuti.py
-
curl -L -o chatbot_nuti.py https://huggingface.co/spaces/caissaa23/FOOD-AI/resolve/main/chatbot_nuti.py
9.35 kB
| import os | |
| import json | |
| from huggingface_hub import InferenceClient | |
| from hf_config import obtener_hf_token | |
| from usuarios import obtener_usuario_actual, obtener_datos_usuario | |
| MODEL_ID = "Qwen/Qwen2.5-7B-Instruct" | |
| MEMORIA_EMOCIONAL_FILE = "memoria_emocional.json" | |
| def cargar_json(path, default): | |
| if os.path.exists(path): | |
| try: | |
| with open(path, "r", encoding="utf-8") as f: | |
| return json.load(f) | |
| except json.JSONDecodeError: | |
| return default | |
| return default | |
| def obtener_perfil(): | |
| usuario = obtener_usuario_actual() | |
| datos = obtener_datos_usuario(usuario) if usuario else None | |
| perfil = datos.get("perfil", {}) if datos else {} | |
| return { | |
| "nombre": perfil.get("nombre", usuario or "Usuario"), | |
| "edad": perfil.get("edad", ""), | |
| "peso": perfil.get("peso", ""), | |
| "altura": perfil.get("altura", ""), | |
| "genero": perfil.get("genero", ""), | |
| "actividad": perfil.get("actividad", ""), | |
| "meta": perfil.get("meta", ""), | |
| "condicion": perfil.get("condicion", ""), | |
| "alergias": perfil.get("alergias", ""), | |
| "gustos": perfil.get("gustos", ""), | |
| "no_gusta": perfil.get("no_gusta", ""), | |
| "rutina": perfil.get("rutina", ""), | |
| } | |
| def obtener_contexto_emocional(nombre): | |
| memoria = cargar_json(MEMORIA_EMOCIONAL_FILE, {}) | |
| bloque = memoria.get(nombre, {}) | |
| alertas = bloque.get("alertas_nutricion", []) | |
| if alertas: | |
| return alertas[-1] | |
| return None | |
| def resumir_historial(historial, limite=6): | |
| if not historial: | |
| return "Sin historial reciente." | |
| partes = [] | |
| for item in historial[-limite:]: | |
| if isinstance(item, dict): | |
| rol = item.get("role", "") | |
| content = item.get("content", "") | |
| if rol and content: | |
| partes.append(f"{rol}: {content}") | |
| return "\n".join(partes) if partes else "Sin historial reciente." | |
| def detectar_estilo_usuario(historial): | |
| textos = [ | |
| str(item.get("content", "")) | |
| for item in (historial or []) | |
| if isinstance(item, dict) and item.get("role") == "user" | |
| ] | |
| unido = " ".join(textos[-8:]).lower() | |
| if not unido.strip(): | |
| return "Aún no hay estilo claro; responde natural y fácil de entender." | |
| rasgos = [] | |
| if len(unido) < 180: | |
| rasgos.append("prefiere respuestas cortas") | |
| if any(p in unido for p in ["osea", "tipo", "sabes", "porfis", "jaja", "okok"]): | |
| rasgos.append("habla casual y cercana") | |
| if any(p in unido for p in ["paso a paso", "no entiendo", "lento"]): | |
| rasgos.append("le ayudan instrucciones paso a paso") | |
| if any(p in unido for p in ["rápido", "rapido", "directo"]): | |
| rasgos.append("quiere respuestas directas") | |
| if any(p in unido for p in ["calor", "prote", "kcal", "nutrientes"]): | |
| rasgos.append("le importan datos concretos de nutrición") | |
| return ", ".join(rasgos) if rasgos else "responde con tono cercano, claro y práctico" | |
| def construir_system_prompt(perfil, alerta_emocional): | |
| extra_emocional = "" | |
| if alerta_emocional and alerta_emocional.get("tipo") == "ansiedad_comida": | |
| extra_emocional = ( | |
| "El usuario puede estar pasando por hambre emocional. " | |
| "Si habla de antojos, snacks o ganas de comer sin hambre, " | |
| "responde con empatía y sugiere pausar, hidratarse y elegir una opción ligera sin juzgar.\n" | |
| ) | |
| return f""" | |
| Eres Nuti, la asistente nutricional de Nutribot. | |
| Tu personalidad es directa, clara, útil y profesional, como una asistente experta que responde por mensaje. | |
| No eres coach emocional; si la persona necesita contención emocional, puedes ser amable pero enfocas la respuesta en nutrición práctica. | |
| Cuida mucho la ortografía, acentos y puntuación. | |
| No mezcles palabras en inglés. Nunca uses palabras como "started", "healthy" o "tips" si puedes decirlo en español. | |
| Antes de responder, revisa que la frase suene natural en español mexicano. | |
| Tu trabajo: | |
| - Si el usuario solo saluda, responde breve y pregunta qué necesita. | |
| - Si pregunta sobre nutrición, responde con una recomendación concreta y accionable. | |
| - Usa el perfil del usuario para personalizar. | |
| - No inventes diagnósticos médicos. | |
| - Usa listas cortas cuando ayuden a organizar opciones, porciones o pasos. | |
| - Cuando recomiendes comida, incluye 2 o 3 opciones, porciones y aproximado si conviene. | |
| - Responde breve a media longitud; evita rollos largos. | |
| Perfil del usuario: | |
| - Nombre: {perfil['nombre']} | |
| - Edad: {perfil['edad']} | |
| - Peso: {perfil['peso']} | |
| - Altura: {perfil['altura']} | |
| - Género: {perfil['genero']} | |
| - Actividad: {perfil['actividad']} | |
| - Meta: {perfil['meta']} | |
| - Condición: {perfil['condicion']} | |
| - Alergias: {perfil['alergias']} | |
| - Gustos: {perfil['gustos']} | |
| - Alimentos que no le gustan o prefiere evitar: {perfil['no_gusta']} | |
| - Rutina diaria: {perfil['rutina']} | |
| {extra_emocional} | |
| Si el mensaje es ambiguo, primero aclara o responde de forma conversacional. | |
| """.strip() | |
| def respuesta_basica_nuti(mensaje, perfil): | |
| texto = mensaje.lower() | |
| nombre = str(perfil.get("nombre") or "Usuario").strip() or "Usuario" | |
| meta = str(perfil.get("meta") or "").strip() | |
| alergias = str(perfil.get("alergias") or "").strip() | |
| gustos = str(perfil.get("gustos") or "").strip() | |
| no_gusta = str(perfil.get("no_gusta") or "").strip() | |
| rutina = str(perfil.get("rutina") or "").strip() | |
| if any(palabra in texto for palabra in ["hola", "buenas", "hey"]): | |
| return ( | |
| f"Hola, {nombre}. Estoy en modo básico porque falta activar el token de IA, " | |
| "pero puedo ayudarte con orientación general de nutrición. Cuéntame qué comiste, " | |
| "qué meta tienes o qué duda quieres resolver." | |
| ) | |
| if any(palabra in texto for palabra in ["desayuno", "comida", "cena", "snack", "colación"]): | |
| alergias_txt = f" evitando {alergias}" if alergias else "" | |
| gustos_txt = f" Puedes usar alimentos que te gustan, como {gustos}." if gustos else "" | |
| evita_txt = f" Si no te gusta o prefieres evitar {no_gusta}, cámbialo por algo similar." if no_gusta else "" | |
| rutina_txt = f" Toma en cuenta tu rutina: {rutina}." if rutina else "" | |
| return ( | |
| "Una opción equilibrada puede incluir proteína, verduras o fruta, carbohidrato de buena calidad " | |
| f"y agua{alergias_txt}. Por ejemplo: huevo o yogur griego, fruta, avena o tortilla, " | |
| "y una porción de verduras si aplica. Ajusta cantidades según tu hambre y tu objetivo." | |
| f"{gustos_txt}{evita_txt}{rutina_txt}" | |
| ) | |
| if any(palabra in texto for palabra in ["bajar", "peso", "adelgazar", "grasa"]): | |
| return ( | |
| "Para bajar grasa de forma sana, prioriza comidas completas, suficiente proteína, verduras, agua " | |
| "y movimiento constante. Evita saltarte comidas si eso te causa mucha hambre después. " | |
| "Lo más importante es que sea sostenible." | |
| ) | |
| if any(palabra in texto for palabra in ["subir", "masa", "músculo", "musculo", "proteína", "proteina"]): | |
| return ( | |
| "Para apoyar masa muscular, combina entrenamiento de fuerza con proteína suficiente en el día, " | |
| "carbohidratos para energía y descanso. Puedes repartir proteína en 3 o 4 comidas." | |
| ) | |
| meta_txt = f" Tomaré en cuenta tu meta: {meta}." if meta else "" | |
| return ( | |
| "Puedo orientarte de forma general, pero la IA completa todavía no está activada en esta sesión local." | |
| f"{meta_txt} Si me dices tu comida, horario o duda específica, te doy una recomendación práctica." | |
| ) | |
| def buscar_respuesta(mensaje, historial): | |
| perfil = obtener_perfil() | |
| nombre = str(perfil.get("nombre") or "Usuario").strip() or "Usuario" | |
| alerta_emocional = obtener_contexto_emocional(nombre) | |
| hf_token = obtener_hf_token() | |
| if not hf_token: | |
| return respuesta_basica_nuti(mensaje, perfil) | |
| system_prompt = construir_system_prompt(perfil, alerta_emocional) | |
| historial_texto = resumir_historial(historial) | |
| estilo = detectar_estilo_usuario(historial) | |
| user_prompt = f""" | |
| Historial reciente: | |
| {historial_texto} | |
| Estilo del usuario detectado: | |
| {estilo} | |
| Mensaje actual del usuario: | |
| {mensaje} | |
| Responde directamente al usuario. | |
| Usa español correcto, natural y con buena ortografía. Evita mezclar inglés. | |
| Adapta el tono al estilo del usuario, pero mantente como asistente nutricional: clara, práctica y directa. | |
| """.strip() | |
| try: | |
| client = InferenceClient(provider="auto", token=hf_token, timeout=25) | |
| completion = client.chat.completions.create( | |
| model=MODEL_ID, | |
| messages=[ | |
| {"role": "system", "content": system_prompt}, | |
| {"role": "user", "content": user_prompt}, | |
| ], | |
| temperature=0.48, | |
| max_tokens=220, | |
| ) | |
| respuesta = completion.choices[0].message.content.strip() | |
| return respuesta if respuesta else "No pude generar respuesta ahorita." | |
| except Exception: | |
| respuesta = respuesta_basica_nuti(mensaje, perfil) | |
| return ( | |
| f"{respuesta}\n\n" | |
| "Estoy usando una respuesta básica por ahora; intenta de nuevo en unos segundos para una recomendación más completa." | |
| ) | |