Update app.py

app.py

@@ -1,32 +1,25 @@
 import gradio as gr
-import subprocess
+from transformers import pipeline
+import pyflakes.api
+from io import StringIO
+import sys
 
-# Función que usa JSHint a través de subprocess para analizar código JavaScript
-def analizar_codigo_js(codigo_js):
-    # Guardamos el código JS en un archivo temporal
-    with open("codigo.js", "w") as f:
-        f.write(codigo_js)
+# Análisis semántico con modelo Hugging Face
+model = pipeline("text2text-generation", model="Salesforce/codet5-base")
+
+def analizar_codigo(code):
+    # Análisis de sintaxis
+    buffer = StringIO()
+    sys.stderr = buffer
+    pyflakes.api.check(code, "análisis")
+    errores = buffer.getvalue()
+    sys.stderr = sys.__stderr__
     
-    try:
-        # Ejecutar JSHint en el archivo de código JavaScript
-        result = subprocess.run(["jshint", "codigo.js"], capture_output=True, text=True)
-        
-        if result.returncode == 0:
-            return "No se encontraron errores en el código."
-        else:
-            return f"Errores encontrados:\n{result.stderr}"
+    if errores:
+        return f"Errores de sintaxis:\n{errores}"
     
-    except Exception as e:
-        return f"❌ Error al ejecutar JSHint: {str(e)}"
-
-# Interfaz Gradio
-demo = gr.Interface(
-    fn=analizar_codigo_js,
-    inputs=gr.Textbox(lines=15, label="Pega tu código JavaScript aquí"),
-    outputs=gr.Textbox(label="Resultado del análisis"),
-    title="🔍 Análisis de Código JavaScript con JSHint",
-    description="Este espacio usa JSHint para analizar tu código JavaScript."
-)
+    # Análisis semántico
+    resultado = model(code, max_length=256, do_sample=False)
+    return f"Análisis semántico:\n{resultado[0]['generated_text']}"
 
-# Lanzar la aplicación Gradio
-demo.launch()
+gr.Interface(fn=analizar_codigo, inputs="text", outputs="text").launch()