Update app.py

app.py

@@ -1,56 +1,44 @@
 import gradio as gr
 import numpy as np
 from transformers import pipeline
+import pandas as pd
 
 class DiscAnalyzer:
     def __init__(self):
         self.disc_profiles = {
-            'D': 'Dominance',
-            'I': 'Influence',
-            'S': 'Steadiness',
-            'C': 'Compliance'
+            'D': 'Dominância',
+            'I': 'Influência',
+            'S': 'Estabilidade',
+            'C': 'Conformidade'
         }
         
-        # Usando um modelo mais leve e otimizado para texto
         self.generator = pipeline(
             "text-generation",
-            model="facebook/opt-125m",  # Modelo muito mais leve que o BLOOM
-            device="cpu"  # Forçando CPU para evitar problemas de CUDA
+            model="facebook/opt-125m",
+            device="cpu"
         )
 
     def generate_llm_report(self, scores, perfil_principal):
-        """
-        Gera relatório personalizado usando modelo mais leve.
-        """
         prompt = f"""Analise o perfil DISC:
 D:{scores['D']:.1f}% I:{scores['I']:.1f}% S:{scores['S']:.1f}% C:{scores['C']:.1f}%
 Perfil Principal: {self.disc_profiles[perfil_principal]}
 """
-        
         try:
-            # Configurações otimizadas para geração mais rápida
             output = self.generator(
                 prompt,
-                max_length=300,  # Reduzido para resposta mais concisa
+                max_length=300,
                 num_return_sequences=1,
                 temperature=0.7,
                 top_p=0.9,
                 do_sample=True
             )
-            
             return output[0]['generated_text'].replace(prompt, "").strip()
-            
         except Exception as e:
             return f"Erro ao gerar relatório: {str(e)}"
 
     def avaliar_disc(self, *args):
-        """
-        Versão otimizada da avaliação DISC.
-        """
-        # Converter todos os inputs para números de uma vez
         responses = [int(arg) for arg in args]
 
-        # Cálculo otimizado dos scores
         scores = {
             'D': sum(responses[i] for i in [0, 4, 8, 12]) / 16 * 100,
             'I': sum(responses[i] for i in [1, 5, 9, 13]) / 16 * 100,
@@ -60,61 +48,152 @@ Perfil Principal: {self.disc_profiles[perfil_principal]}
         
         perfil_principal = max(scores, key=scores.get)
         relatorio_llm = self.generate_llm_report(scores, perfil_principal)
+        
+        # Criar DataFrame para o gráfico
+        df = pd.DataFrame({
+            "Dimensão": list(scores.keys()),
+            "Score": list(scores.values()),
+            "Descrição": [self.disc_profiles[k] for k in scores.keys()]
+        })
 
         return (
-            f"Seu perfil principal é {self.disc_profiles[perfil_principal]} ({perfil_principal})",
+            f"**{self.disc_profiles[perfil_principal]} ({perfil_principal})**",
             relatorio_llm,
-            {
-                "Dimensão": list(scores.keys()),
-                "Score": list(scores.values())
-            }
+            df,
+            gr.update(visible=True),  # Mostrar seção de resultados
+            gr.update(visible=False)   # Esconder questionário
         )
 
 def create_disc_interface():
     analyzer = DiscAnalyzer()
     
-    with gr.Blocks(title="Análise de Perfil DISC") as interface:
-        gr.Markdown("# Analisador de Perfil DISC com IA")
-        gr.Markdown("Responda cada questão com valores de 1 a 4")
-
-        # Criação otimizada das questões
-        questions = [
-            "1. Sou direto e decisivo", "2. Sou sociável e entusiasta",
-            "3. Sou paciente e cooperativo", "4. Sou preciso e analítico",
-            "5. Gosto de assumir riscos", "6. Sou bom comunicador",
-            "7. Sou bom ouvinte", "8. Sou organizado",
-            "9. Tomo iniciativa", "10. Sou persuasivo",
-            "11. Trabalho bem em equipe", "12. Sou detalhista",
-            "13. Busco resultados", "14. Sou motivador",
-            "15. Sou confiável", "16. Sou sistemático"
-        ]
+    with gr.Blocks(
+        title="Análise de Perfil DISC",
+        theme=gr.themes.Soft(
+            primary_hue="blue",
+            secondary_hue="purple",
+        ),
+    ) as interface:
+        # Cabeçalho
+        with gr.Box():
+            gr.Markdown(
+                """
+                # 🎯 Analisador de Perfil DISC com IA
+                #### Descubra seu estilo comportamental com análise personalizada
+                """
+            )
+        
+        # Container do questionário
+        with gr.Box() as questionnaire_container:
+            gr.Markdown(
+                """
+                ### 📝 Questionário DISC
+                Avalie cada afirmação de acordo com sua identificação:
+                - 1 = Discordo totalmente
+                - 2 = Discordo parcialmente
+                - 3 = Concordo parcialmente
+                - 4 = Concordo totalmente
+                """
+            )
 
-        # Criando sliders em grupos de 4
-        sliders = []
-        for i in range(0, 16, 4):
-            with gr.Row():
-                with gr.Column():
-                    for j in range(4):
-                        sliders.append(gr.Slider(1, 4, value=2, step=1, label=questions[i+j]))
+            # Questões organizadas por categoria
+            questions = {
+                "Dominância (D)": [
+                    "Sou direto e decisivo",
+                    "Gosto de assumir riscos",
+                    "Tomo iniciativa",
+                    "Busco resultados"
+                ],
+                "Influência (I)": [
+                    "Sou sociável e entusiasta",
+                    "Sou bom comunicador",
+                    "Sou persuasivo",
+                    "Sou motivador"
+                ],
+                "Estabilidade (S)": [
+                    "Sou paciente e cooperativo",
+                    "Sou bom ouvinte",
+                    "Trabalho bem em equipe",
+                    "Sou confiável"
+                ],
+                "Conformidade (C)": [
+                    "Sou preciso e analítico",
+                    "Sou organizado",
+                    "Sou detalhista",
+                    "Sou sistemático"
+                ]
+            }
 
-        analyze_btn = gr.Button("Analisar Perfil")
+            sliders = []
+            for categoria, perguntas in questions.items():
+                with gr.Box():
+                    gr.Markdown(f"#### {categoria}")
+                    for i, pergunta in enumerate(perguntas, 1):
+                        slider = gr.Slider(
+                            minimum=1,
+                            maximum=4,
+                            value=2,
+                            step=1,
+                            label=pergunta,
+                            interactive=True
+                        )
+                        sliders.append(slider)
 
-        with gr.Row():
-            perfil_output = gr.Textbox(label="Perfil Principal")
-            relatorio_output = gr.Markdown(label="Relatório Detalhado")
+            analyze_btn = gr.Button(
+                "📊 Analisar Perfil",
+                variant="primary",
+                size="lg"
+            )
 
-        plot_output = gr.BarPlot(
-            x="Dimensão",
-            y="Score",
-            title="Scores DISC",
-            height=400,
-            width=600
-        )
+        # Container dos resultados (inicialmente oculto)
+        with gr.Box(visible=False) as results_container:
+            gr.Markdown("### 📊 Resultados da Análise")
+            
+            with gr.Row():
+                with gr.Column(scale=1):
+                    perfil_output = gr.Markdown(
+                        label="Perfil Principal"
+                    )
+                
+            with gr.Row():
+                with gr.Column(scale=2):
+                    plot_output = gr.BarPlot(
+                        x="Dimensão",
+                        y="Score",
+                        title="Perfil DISC",
+                        tooltip=["Descrição", "Score"],
+                        height=400,
+                        color="Dimensão"
+                    )
+                with gr.Column(scale=3):
+                    relatorio_output = gr.Markdown(
+                        label="Análise Detalhada"
+                    )
+            
+            # Botão para novo teste
+            new_test_btn = gr.Button(
+                "🔄 Fazer Novo Teste",
+                variant="secondary",
+                size="lg"
+            )
 
+        # Conexões dos botões
         analyze_btn.click(
             fn=analyzer.avaliar_disc,
             inputs=sliders,
-            outputs=[perfil_output, relatorio_output, plot_output]
+            outputs=[
+                perfil_output,
+                relatorio_output,
+                plot_output,
+                results_container,
+                questionnaire_container
+            ]
+        )
+
+        new_test_btn.click(
+            fn=lambda: [2] * 16 + [gr.update(visible=True), gr.update(visible=False)],
+            inputs=None,
+            outputs=sliders + [questionnaire_container, results_container]
         )
 
     return interface