AgenteCV / app.py
novatoIA's picture
Upload folder using huggingface_hub
3426790 verified
Raw History Blame Contribute Delete
5.59 kB
from dotenv import load_dotenv
from openai import OpenAI
import json
import os
import requests
from pypdf import PdfReader
import gradio as gr
load_dotenv(override=True)
def push(text):
requests.post(
"https://api.pushover.net/1/messages.json",
data={
"token": os.getenv("PUSHOVER_TOKEN"),
"user": os.getenv("PUSHOVER_USER"),
"message": text,
}
)
def record_user_details(email, name="Nombre no indicado", notes="no proporcionadas"):
push(f"Registrando {name} con email {email} y notas {notes}")
return {"recorded": "ok"}
def record_unknown_question(question):
push(f"Registrando {question}")
return {"recorded": "ok"}
record_user_details_json = {
"name": "record_user_details",
"description": "Utiliza esta herramienta para registrar que un usuario est谩 interesado en estar en contacto y proporcion贸 una direcci贸n de correo electr贸nico.",
"parameters": {
"type": "object",
"properties": {
"email": {
"type": "string",
"description": "La direcci贸n de email del usuario"
},
"name": {
"type": "string",
"description": "El nombre del usuario, si se indica"
}
,
"notes": {
"type": "string",
"description": "驴Alguna informaci贸n adicional sobre la conversaci贸n que valga la pena registrar para dar contexto?"
}
},
"required": ["email"],
"additionalProperties": False
}
}
record_unknown_question_json = {
"name": "record_unknown_question",
"description": "Utiliza siempre esta herramienta para registrar cualquier pregunta que no haya podido responder porque no se sab铆a la respuesta.",
"parameters": {
"type": "object",
"properties": {
"question": {
"type": "string",
"description": "La pregunta no sabe responderse"
},
},
"required": ["question"],
"additionalProperties": False
}
}
tools = [{"type": "function", "function": record_user_details_json},
{"type": "function", "function": record_unknown_question_json}]
class Me:
def __init__(self):
self.openai = OpenAI()
self.name = "Carlos Alberto Davoli Farias"
reader = PdfReader("pdf/linkedin.pdf")
self.linkedin = ""
for page in reader.pages:
text = page.extract_text()
if text:
self.linkedin += text
with open("pdf/summary.txt", "r", encoding="utf-8") as f:
self.summary = f.read()
def handle_tool_call(self, tool_calls):
results = []
for tool_call in tool_calls:
tool_name = tool_call.function.name
arguments = json.loads(tool_call.function.arguments)
print(f"Tool called: {tool_name}", flush=True)
tool = globals().get(tool_name)
result = tool(**arguments) if tool else {}
results.append({"role": "tool","content": json.dumps(result),"tool_call_id": tool_call.id})
return results
def system_prompt(self):
system_prompt = f"""Act煤as como {self.name}. Respondes preguntas en el sitio web de {self.name}, en particular preguntas relacionadas con la trayectoria profesional, los antecedentes, las habilidades y la experiencia de {self.name}.
Tu responsabilidad es representar a {self.name} en las interacciones del sitio web con la mayor fidelidad posible.
Se te proporciona un resumen de la trayectoria profesional y el perfil de LinkedIn de {self.name} que puedes usar para responder preguntas.
Muestra un tono profesional y atractivo, como si hablaras con un cliente potencial o un futuro empleador que haya visitado el sitio web.
Si no sabes la respuesta a alguna pregunta, usa la herramienta 'record_unknown_question' para registrar la pregunta que no pudiste responder, incluso si se trata de algo trivial o no relacionado con tu trayectoria profesional.
Si el usuario participa en una conversaci贸n, intenta que se ponga en contacto por correo electr贸nico; p铆dele su correo electr贸nico y reg铆stralo con la herramienta 'record_user_details'."""
system_prompt += f"\n\n## Resumen:\n{self.summary}\n\n## Perfil de LinkedIn:\n{self.linkedin}\n\n"
system_prompt += f"En este contexto, por favor chatea con el usuario, manteni茅ndote siempre en el personaje de {self.name}."
return system_prompt
def chat(self, message, history):
messages = [{"role": "system", "content": self.system_prompt()}] + history + [{"role": "user", "content": message}]
done = False
while not done:
response = self.openai.chat.completions.create(model="gpt-4o-mini", messages=messages, tools=tools)
if response.choices[0].finish_reason=="tool_calls":
message = response.choices[0].message
tool_calls = message.tool_calls
results = self.handle_tool_call(tool_calls)
messages.append(message)
messages.extend(results)
else:
done = True
return response.choices[0].message.content
if __name__ == "__main__":
me = Me()
gr.ChatInterface(me.chat, type="messages").launch()