Update app.py

app.py

@@ -1,104 +1,72 @@
-import os
 import gradio as gr
-from fastapi import FastAPI
-from fastapi.middleware.cors import CORSMiddleware
-from fastapi.responses import HTMLResponse
-import uvicorn
+import os
+
+# -------------------------
+# 1️⃣ Lógica del chat
+# -------------------------
 
-# ===============================
-# 1️⃣ Función de Respuesta LLM (Mock)
-# ===============================
-def respond(message, history, system_message, max_tokens, temperature, top_p):
-    """
-    Simula una respuesta de un LLM.
-    """
-    messages = [{"role": "system", "content": system_message}]
-    messages.extend(history)
-    messages.append({"role": "user", "content": message})
+chat_history = []
+
+def respond(message, history, system_message="Ets l'assistent sanitari de My Health. Respon en català, de manera concisa i útil."):
+    global chat_history
+    chat_history.append({"role": "user", "content": message})
 
     if message.lower().strip() in ["hola", "hi"]:
-        response = "Hola Max 000! Soc un chatbot basat en LLM. Com et puc ajudar amb la teva salut avui?"
+        reply = "Hola! Soc un chatbot basat en LLM. Com et puc ajudar amb la teva salut avui?"
     elif "informació" in message.lower():
-        response = "La informació que cerques es pot trobar a la secció d'informes o diagnòstics."
+        reply = "La informació que cerques es pot trobar a la secció d'informes o diagnòstics."
     else:
-        response = f"He rebut el teu missatge: '{message}'. Prova preguntant sobre cites o historial clínic."
-    
-    return [{"role": "assistant", "content": response}]
+        reply = f"He rebut el teu missatge: '{message}'. Pots provar amb una pregunta sobre el teu historial clínic."
 
-# ===============================
-# 2️⃣ Gradio Chat Interface
-# ===============================
-chatbot_llm = gr.ChatInterface(
-    respond,
-    textbox=gr.Textbox(placeholder="Escriu la teva pregunta al LLM...", container=False, scale=7),
-    theme="soft",
-    title="Asistente LLM (Hugging Face Client)",
-    type="messages",  # ✅ Corrección para evitar warning
-    additional_inputs=[
-        gr.Textbox(value="Ets l'assistent sanitari de My health. Respon en català, de manera concisa i útil.", label="Missatge del sistema"),
-        gr.Slider(minimum=1, maximum=2048, value=512, step=1, label="Tokens màxims"),
-        gr.Slider(minimum=0.1, maximum=4.0, value=0.7, step=0.1, label="Temperatura"),
-        gr.Slider(minimum=0.1, maximum=1.0, value=0.95, step=0.05, label="Top-p (mostreig nucli)"),
-    ],
-)
+    chat_history.append({"role": "assistant", "content": reply})
+    return reply
 
-# ===============================
-# 3️⃣ Función para cargar HTML Dashboard
-# ===============================
-HTML_FILE_PATH = "My_health.html"
+# -------------------------
+# 2️⃣ Función para API (HTML flotante)
+# -------------------------
 
-def load_html_content():
-    try:
-        if not os.path.exists(HTML_FILE_PATH):
-            return f"<h1>Error: Archivo {HTML_FILE_PATH} no encontrado.</h1>"
-        with open(HTML_FILE_PATH, "r", encoding="utf-8") as f:
-            return f.read()
-    except Exception as e:
-        return f"<h1>Error al cargar el HTML:</h1><p>{e}</p>"
+def api_chat(message):
+    return respond(message, chat_history)
 
-# ===============================
-# 4️⃣ FastAPI App para API y HTML
-# ===============================
-app = FastAPI()
+# -------------------------
+# 3️⃣ Cargar HTML
+# -------------------------
 
-# Permitir requests desde cualquier frontend
-app.add_middleware(
-    CORSMiddleware,
-    allow_origins=["*"],
-    allow_methods=["*"],
-    allow_headers=["*"],
-)
+HTML_FILE_PATH = "My_health.html"
 
-@app.get("/", response_class=HTMLResponse)
-async def home():
-    return load_html_content()
+def load_html_content():
+    if not os.path.exists(HTML_FILE_PATH):
+        return "<h1>Error: archivo HTML no encontrado.</h1>"
+    with open(HTML_FILE_PATH, "r", encoding="utf-8") as f:
+        return f.read()
 
-@app.post("/chat")
-async def chat_endpoint(payload: dict):
-    message = payload.get("message", "")
-    system_message = payload.get("system_message", "Ets l'assistent sanitari de My health. Respon en català, de manera concisa i útil.")
-    response = respond(message, history=[], system_message=system_message, max_tokens=512, temperature=0.7, top_p=0.95)
-    return {"response": response[0]["content"]}
+# -------------------------
+# 4️⃣ Interfaz Gradio
+# -------------------------
 
-# ===============================
-# 5️⃣ Gradio + FastAPI Integration
-# ===============================
-from fastapi.middleware.wsgi import WSGIMiddleware
+chatbot_llm = gr.ChatInterface(
+    fn=respond,
+    textbox=gr.Textbox(placeholder="Escriu la teva pregunta al LLM...", container=False, scale=7),
+    theme="soft",
+    title="Asistent LLM",
+    additional_inputs=[
+        gr.Textbox(value="Ets l'assistent sanitari de My Health. Respon en català, de manera concisa i útil.", label="Missatge del sistema"),
+    ],
+)
 
-gradio_app = gr.Blocks()
-with gradio_app:
-    gr.Markdown("# Aplicació My Health - Integració Gradio/HTML")
+with gr.Blocks() as demo:
+    gr.Markdown("# My Health Dashboard - HTML + LLM")
     with gr.Tabs():
-        with gr.TabItem("Dashboard LMS (UI Estàtica amb Chat Flotant)"):
-            gr.HTML(value=load_html_content())
-        with gr.TabItem("Chat LLM (Accés Directe a Model)"):
+        with gr.TabItem("Dashboard HTML + Chat Flotant"):
+            gr.HTML(load_html_content())
+        with gr.TabItem("Chat LLM"):
             chatbot_llm.render()
+        with gr.TabItem("API Endpoint Simulado"):
+            gr.Markdown("Aquest endpoint es pot cridar des del teu HTML flotant: `api_chat(message)`")
 
-app.mount("/gradio", WSGIMiddleware(gradio_app))
+# -------------------------
+# 5️⃣ Lanzamiento
+# -------------------------
 
-# ===============================
-# 6️⃣ Launch Uvicorn (Red / Contenedor)
-# ===============================
 if __name__ == "__main__":
-    port = int(os.environ.get("PORT", 8000))
-    uvicorn.run(app, host="0.0.0.0", port=port)
+    demo.launch(server_name="0.0.0.0", server_port=7860, share=True)