Update app.py

app.py

@@ -12,14 +12,14 @@ if not HF_TOKEN:
 
 # Modelos disponíveis via API (testados e funcionais)
 MODELS = {
-    "phi3-mini": "microsoft/Phi-3-mini-4k-instruct",
-    "llama3.1-3b": "meta-llama/Llama-3.2-3B-Instruct",
-    "mistral-7b": "mistralai/Mistral-7B-Instruct-v0.3",
-    "zephyr7b": "HuggingFaceH4/zephyr-7b-beta",
+    "Phi-3 Mini (Microsoft)": "microsoft/Phi-3-mini-4k-instruct",
+    "Llama 3.2 3B (Meta)": "meta-llama/Llama-3.2-3B-Instruct",
+    "Mistral 7B": "mistralai/Mistral-7B-Instruct-v0.3",
+    "Zephyr 7B": "HuggingFaceH4/zephyr-7b-beta",
 }
 
 # Modelo padrão (mais confiável)
-DEFAULT_MODEL = MODELS["phi3-mini"]
+DEFAULT_MODEL = "Phi-3 Mini (Microsoft)"
 
 class HuggingFaceAPIClient:
     def __init__(self, token: str):
@@ -164,7 +164,7 @@ def formatar_resposta_com_codigo(resposta: str) -> str:
     
     return resposta_formatada
 
-def responder_como_aldo(pergunta: str, modelo_escolhido: str = "phi3-mini") -> str:
+def responder_como_aldo(pergunta: str, modelo_escolhido: str = DEFAULT_MODEL) -> str:
     """Função principal para gerar respostas via API"""
     if not pergunta.strip():
         return "Por favor, faça uma pergunta."
@@ -184,8 +184,8 @@ def responder_como_aldo(pergunta: str, modelo_escolhido: str = "phi3-mini") -> s
             }
         ]
         
-        # Escolher modelo
-        model_name = MODELS.get(modelo_escolhido, DEFAULT_MODEL)
+        # Obter o nome real do modelo
+        model_name = MODELS.get(modelo_escolhido, MODELS[DEFAULT_MODEL])
         
         # Fazer requisição
         resposta = api_client.query_model(model_name, messages, max_tokens=800)
@@ -248,8 +248,8 @@ css_customizado = """
 }
 
 .resposta-container {
-    background-color: #ffffff !important; /* Always light background */
-    color: #1a1a1a !important; /* Always dark text */
+    background-color: #ffffff !important;
+    color: #1a1a1a !important;
     border: 1px solid #e0e0e0 !important;
     border-radius: 20px !important;
     padding: 20px !important;
@@ -258,8 +258,8 @@ css_customizado = """
 }
 
 .resposta-container pre code {
-    color: #1a1a1a !important; /* Ensure code text is dark */
-    background-color: #f8f9fa !important; /* Light background for code */
+    color: #1a1a1a !important;
+    background-color: #f8f9fa !important;
 }
 
 .pergunta-container {
@@ -276,6 +276,10 @@ css_customizado = """
     margin-bottom: 20px !important;
     text-align: center !important;
 }
+
+.modelo-dropdown {
+    margin-bottom: 15px !important;
+}
 """
 
 # Interface Gradio
@@ -307,9 +311,10 @@ with gr.Blocks(
             
             modelo_select = gr.Dropdown(
                 choices=list(MODELS.keys()),
-                value="phi3-mini",
-                label="🧠 Modelo de IA",
-                info="Escolha o modelo para responder sua pergunta"
+                value=DEFAULT_MODEL,
+                label="🧠 Selecione o Modelo de IA",
+                info="Escolha o modelo para responder sua pergunta",
+                elem_classes="modelo-dropdown"
             )
             
             with gr.Row():
@@ -323,7 +328,7 @@ with gr.Blocks(
                     variant="secondary"
                 )
         
-        # Coluna da direita - Saída (MAIOR)
+        # Coluna da direita - Saída
         with gr.Column(scale=3):
             gr.Markdown("### 💬 Resposta do Dr. Aldo Henrique:")
             saida = gr.HTML(
@@ -336,13 +341,10 @@ with gr.Blocks(
     with gr.Accordion("📚 Exemplos de Perguntas", open=False):
         gr.Examples(
             examples=[
-                ["Como implementar uma lista ligada em C com todas as operações básicas?", "phi3-mini"],
-                ["Explique a diferença entre == e equals() em Java com exemplos práticos", "gemma2-2b"],
-                ["Como funciona o algoritmo de machine learning Random Forest?", "llama3.1-8b"],
-                ["Mostre como criar uma API REST completa com Spring Boot", "mistral-7b"],
-                ["Explique os conceitos de HTML5, CSS3 e JavaScript ES6 com exemplos", "zephyr7b"],
-                ["Como implementar algoritmos de ordenação eficientes em C?", "openhermes"],
-                ["Explique redes neurais convolucionais para iniciantes", "babelia"]
+                ["Como implementar uma lista ligada em C com todas as operações básicas?", DEFAULT_MODEL],
+                ["Explique a diferença entre == e equals() em Java com exemplos práticos", "Mistral 7B"],
+                ["Como funciona o algoritmo de machine learning Random Forest?", "Llama 3.2 3B (Meta)"],
+                ["Mostre como criar uma API REST completa com Spring Boot", "Zephyr 7B"]
             ],
             inputs=[entrada, modelo_select]
         )
@@ -363,11 +365,16 @@ with gr.Blocks(
         - **Foco**: Explicações didáticas e exemplos práticos
         - **Abordagem**: Acadêmica e profissional
         
+        ### Modelos Disponíveis:
+        - **Phi-3 Mini**: Modelo compacto e eficiente da Microsoft
+        - **Llama 3.2 3B**: Versão menor do modelo da Meta
+        - **Mistral 7B**: Modelo francês de alta qualidade
+        - **Zephyr 7B**: Versão otimizada para diálogo
+        
         ### Dicas para melhores respostas:
         - Seja específico em suas perguntas
         - Mencione o contexto (iniciante, intermediário, avançado)
         - Peça exemplos práticos quando necessário
-        - Experimente diferentes modelos para comparar respostas
         """)
     
     # Eventos