Update app.py

app.py

@@ -1,6 +1,7 @@
 import gradio as gr
 import torch
 from transformers import pipeline
+from datetime import datetime
 
 class GeradorTrilhaAprendizado:
     def __init__(self):
@@ -9,19 +10,23 @@ class GeradorTrilhaAprendizado:
                                   model="openai/whisper-base",
                                   device=self.device)
         self.generator = pipeline("text-generation", 
-                                model="gpt2-large",  # Modelo maior
+                                model="gpt2-large",
                                 device=self.device)
+        self.historico = []
 
     def processar_audio(self, 
                        audio_path: str, 
                        nome_trilha: str,
                        nivel: str = "intermediário",
+                       area: str = "geral",
+                       duracao: str = "3 meses",
                        incluir_recursos: bool = True) -> tuple:
         try:
             transcricao = self.transcriber(audio_path)["text"]
             
             prompt = f"""
-            Crie uma trilha de aprendizado estruturada para nível {nivel} com base no seguinte objetivo:
+            Crie uma trilha de aprendizado estruturada para nível {nivel} na área de {area} 
+            com duração de {duracao} com base no seguinte objetivo:
             {transcricao}
 
             Inclua:
@@ -30,25 +35,56 @@ class GeradorTrilhaAprendizado:
             3. Módulos de estudo sequenciais
             4. Projetos práticos
             5. Marcos de avaliação
+            6. Cronograma sugerido
             
             Trilha de aprendizado para {nome_trilha}:
             """
             
             analise = self.generator(prompt, 
-                                   max_length=500,  # Aumentado
+                                   max_length=500,
                                    num_return_sequences=1,
-                                   temperature=0.7,  # Adicionado
-                                   top_p=0.95)[0]["generated_text"]  # Adicionado
+                                   temperature=0.7,
+                                   top_p=0.95)[0]["generated_text"]
             
             if incluir_recursos:
-                recursos = self._gerar_recursos(nivel, transcricao)
+                recursos = self._gerar_recursos(nivel, area, transcricao)
                 analise += "\n\n" + recursos
 
-            return (transcricao, analise, "✅ Trilha gerada com sucesso!")
+            # Salvar no histórico
+            self.historico.append({
+                "data": datetime.now().strftime("%d/%m/%Y %H:%M"),
+                "nome": nome_trilha,
+                "nivel": nivel,
+                "area": area,
+                "duracao": duracao,
+                "transcricao": transcricao,
+                "analise": analise
+            })
+
+            return (
+                transcricao,
+                analise,
+                self._formatar_historico(),
+                "✅ Trilha gerada com sucesso!"
+            )
         except Exception as e:
-            return (f"Erro: {str(e)}", "Não foi possível gerar a análise.", "❌ Ocorreu um erro")
+            return (
+                f"Erro: {str(e)}",
+                "Não foi possível gerar a análise.",
+                self._formatar_historico(),
+                "❌ Ocorreu um erro"
+            )
+
+    def _formatar_historico(self) -> str:
+        if not self.historico:
+            return "Nenhuma trilha gerada ainda"
+        
+        historico_fmt = "📋 Histórico de Trilhas:\n\n"
+        for h in self.historico[-5:]:  # Últimas 5 trilhas
+            historico_fmt += f"• {h['data']} - {h['nome']} ({h['nivel']}, {h['area']})\n"
+        return historico_fmt
 
-    def _gerar_recursos(self, nivel: str, objetivo: str) -> str:
+    def _gerar_recursos(self, nivel: str, area: str, objetivo: str) -> str:
         recursos_por_nivel = {
             "iniciante": {
                 "cursos": ["Fundamentos Básicos", "Introdução Prática"],
@@ -69,7 +105,7 @@ class GeradorTrilhaAprendizado:
 
         recursos = recursos_por_nivel[nivel]
         return f"""
-        📚 Recursos Recomendados para Nível {nivel}:
+        📚 Recursos Recomendados para {area} - Nível {nivel}:
         
         1. Cursos Recomendados:
            - {recursos['cursos'][0]}
@@ -117,6 +153,18 @@ def criar_interface():
                     label="Nível de Dificuldade"
                 )
                 
+                area = gr.Dropdown(
+                    choices=["programação", "data science", "design", "marketing", "negócios", "geral"],
+                    value="geral",
+                    label="Área de Conhecimento"
+                )
+                
+                duracao = gr.Dropdown(
+                    choices=["1 mês", "3 meses", "6 meses", "1 ano"],
+                    value="3 meses",
+                    label="Duração Estimada"
+                )
+                
                 incluir_recursos = gr.Checkbox(
                     label="Incluir Recursos Recomendados",
                     value=True
@@ -129,11 +177,22 @@ def criar_interface():
                 status = gr.Markdown()
                 transcricao = gr.Textbox(label="Transcrição do Áudio", lines=4)
                 analise = gr.Textbox(label="Sua Trilha de Aprendizado", lines=10)
+                historico = gr.Markdown(label="Histórico")
+        
+        # Botão de ajuda
+        with gr.Accordion("ℹ️ Como usar"):
+            gr.Markdown("""
+            1. Grave um áudio descrevendo seus objetivos de aprendizado
+            2. Escolha o nome da trilha, nível, área e duração
+            3. Clique em 'Gerar Trilha de Aprendizado'
+            4. Revise a transcrição e a trilha gerada
+            5. O histórico mostra suas últimas 5 trilhas geradas
+            """)
         
         processar_btn.click(
             fn=GeradorTrilhaAprendizado().processar_audio,
-            inputs=[audio_input, nome_trilha, nivel, incluir_recursos],
-            outputs=[transcricao, analise, status]
+            inputs=[audio_input, nome_trilha, nivel, area, duracao, incluir_recursos],
+            outputs=[transcricao, analise, historico, status]
         )
 
     return app