app.py

import gradio as gr
import fitz  # PyMuPDF
# import requests  # Não precisamos mais do requests
from transformers import pipeline

# Carrega o modelo de resumo (você vai inserir o nome correto aqui)
#summarizer = pipeline("summarization", model="stjiris/t5-portuguese-legal-summarization")
summarizer = pipeline("summarization", model="ptt5-base-portuguese-vocab-finetuned-summarization-V2")

# Para usar um modelo local (após baixar):
# summarizer = pipeline("summarization", model="./pasta_do_modelo")


def extract_text_from_pdf(pdf_path):
    """Extrai o texto do PDF usando PyMuPDF.
       Recebe o caminho do arquivo (string).
    """
    text = ""
    with fitz.open(pdf_path) as doc:  # Abre o arquivo usando o caminho
        for page in doc:
            text += page.get_text()
    return text


def summarize_pdf(pdf_file):  # Recebe o objeto gr.File
    """Faz o upload, extrai o texto e resume o PDF."""
    try:
        if pdf_file is None:  # Verifica se um arquivo foi enviado
            return "Por favor, faça o upload de um arquivo PDF."

        # text = extract_text_from_pdf(pdf_file) # NÃO - passar o objeto gr.File
        text = extract_text_from_pdf(pdf_file.name)  # Passa o NOME do arquivo temporário

        # Resume o texto. Ajuste max_length e min_length conforme necessário.
        summary = summarizer(text, max_length=512, min_length=50, do_sample=False)[0]["summary_text"]
        return summary
    except Exception as e:
        return f"Erro ao processar o PDF: {e}"


# Cria a interface Gradio
iface = gr.Interface(
    fn=summarize_pdf,
    inputs=gr.File(label="Faça o upload do PDF"),  # Botão de upload
    outputs=gr.Textbox(label="Resumo do PDF"),
    title="Resumidor de PDF",
    description="Faça o upload de um PDF para obter um resumo.",
)

iface.launch()