app.py

import gradio as gr
from transformers import pipeline, AutoTokenizer, AutoModelForCausalLM
import torch

# === Modelos leves recomendados ===
MODEL_OPTIONS = {
    "DistilGPT2": "distilgpt2",  # muito rápido e leve (~80MB)
    "TinyLLaMA": "TinyLlama/TinyLlama-1.1B-Chat-v1.0"
}

# === Escolha o modelo padrão mais leve ===
MODEL_NAME = MODEL_OPTIONS["DistilGPT2"]

# === Carrega modelo e tokenizer uma vez ===
tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForCausalLM.from_pretrained(MODEL_NAME)
gerador = pipeline(
    "text-generation",
    model=model,
    tokenizer=tokenizer,
    device=0 if torch.cuda.is_available() else -1,
    max_new_tokens=200,
    temperature=0.7,
    top_p=0.9,
    do_sample=True
)

# === Função principal ===
def responder_como_aldo(pergunta):
    prompt = f"""Você é o professor Dr. Aldo Henrique, especialista em C, Java, Web e IA. Responda de forma clara, acadêmica e precisa.

Pergunta: {pergunta}
Resposta:"""

    try:
        resposta = gerador(prompt, max_new_tokens=200)[0]["generated_text"]
        resposta_limpa = resposta.replace(prompt, "").strip()
        return resposta_limpa if resposta_limpa else "Desculpe, não consegui gerar uma resposta adequada."
    except Exception as e:
        return f"Erro: {str(e)}"

# === Interface Gradio ===
with gr.Blocks(title="Pergunte ao Dr. Aldo Henrique") as interface:
    gr.Markdown("## 🤖 Pergunte ao Dr. Aldo Henrique")
    gr.Markdown(f"**Modelo carregado:** `{MODEL_NAME}`")
    
    entrada = gr.Textbox(label="Pergunta", placeholder="Ex: Como usar ponteiros em C?", lines=4)
    saida = gr.Textbox(label="Resposta do Dr. Aldo", lines=8, interactive=False)
    botao = gr.Button("Responder")

    exemplos = gr.Examples(
        examples=[
            ["Como implementar uma lista ligada em C?"],
            ["Qual a diferença entre == e equals() em Java?"],
            ["Como funciona o machine learning?"],
            ["Explique os conceitos de HTML, CSS e JavaScript"],
            ["O que são algoritmos de ordenação?"]
        ],
        inputs=entrada
    )

    botao.click(fn=responder_como_aldo, inputs=entrada, outputs=saida)

# === Lançamento com configurações otimizadas para HuggingFace ===
if __name__ == "__main__":
    interface.launch(
        server_name="0.0.0.0",
        server_port=7860,
        share=False
    )