import gradio as gr from huggingface_hub import InferenceClient # Cliente de inferência com modelo de IA pública client = InferenceClient(model="meta-llama/Meta-Llama-3-8B-Instruct") # Modelo gratuito e avançado # Função para processar a conversa def responder(mensagem, historico): mensagens = [] if historico is None: historico = [] for item in historico: if isinstance(item, list) and len(item) == 2: user_msg, bot_msg = item mensagens.append({"role": "user", "content": user_msg}) if bot_msg: mensagens.append({"role": "assistant", "content": bot_msg}) mensagens.append({"role": "user", "content": mensagem}) resposta = "" try: for mensagem in client.chat_completion( mensagens, max_tokens=250, stream=True, temperature=0.2, top_p=0.7, ): if not mensagem or not isinstance(mensagem, dict): continue try: conteudo = mensagem["choices"][0]["delta"].get("content", "") if conteudo.strip(): resposta += conteudo yield resposta except (AttributeError, IndexError, KeyError) as e: print(f"Erro ao processar mensagem: {e}") continue except Exception as e: print(f"Erro inesperado: {e}") yield "Ocorreu um erro ao gerar a resposta." if not resposta.strip(): yield "Nenhuma resposta gerada. Tente novamente." # Interface do chat com labels em português demo = gr.ChatInterface( responder, title="Benjamin – Assistente Virtual da CEaD - IBC. Tire suas dúvidas com a minha inteligência artificial! Minha base de conhecimento vai até 2021, por isso posso não trazer respostas precisas sobre pessoas, conceitos, lugares ou fatos históricos. Se isso acontecer, entre em contato com o mediador do curso para obter ajuda mais adequada.", textbox=gr.Textbox(label="Campo de mensagem: Digite uma mensagem e depois tecle Enter para enviar"), type="messages" ) if __name__ == "__main__": demo.launch()