Upload 2 files

app.py

@@ -0,0 +1,100 @@
+import os
+from flask import Flask, request, jsonify
+from flask_cors import CORS
+import requests
+from transformers import AutoTokenizer
+
+app = Flask(__name__)
+CORS(app) # Esto es crucial para permitir peticiones desde tu index.html en GitHub Pages
+
+# --- Configuración de la API de Hugging Face ---
+# Es VITAL que este token NO esté aquí directamente en un repo público.
+# Lo obtendremos de las variables de entorno en Hugging Face Spaces.
+HUGGINGFACE_API_TOKEN = os.getenv("HF_API_TOKEN")
+
+# URL del modelo de inferencia de Hugging Face.
+# Usa el modelo Falcon-H1-1.5B-Deep-Instruct que te interesa.
+HUGGINGFACE_API_URL = "https://api-inference.huggingface.co/models/tiiuae/Falcon-H1-1.5B-Deep-Instruct"
+
+# Inicializa el tokenizador (solo para formatear el chat, no para cargar el modelo completo)
+try:
+    tokenizer = AutoTokenizer.from_pretrained("tiiuae/Falcon-H1-1.5B-Deep-Instruct")
+except Exception as e:
+    print(f"Error al inicializar el tokenizador: {e}")
+    tokenizer = None # En caso de error, el tokenizer será None
+
+@app.route('/chat', methods=['POST'])
+def chat():
+    if not HUGGINGFACE_API_TOKEN:
+        return jsonify({"error": "Hugging Face API token no configurado."}), 500
+
+    user_message = request.json.get('message')
+    conversation_history = request.json.get('history', [])
+
+    if not user_message:
+        return jsonify({"error": "Mensaje no proporcionado"}), 400
+
+    # Personalidad de Amside AI (System Prompt)
+    system_message = (
+        "Eres Amside AI, una inteligencia artificial creada por Hodelygil. "
+        "Tu propósito principal es asistir en el estudio y el aprendizaje, "
+        "proporcionando información y explicaciones detalladas. "
+        "Sin embargo, también eres amigable y puedes mantener conversaciones informales y agradables. "
+        "Responde de manera informativa y útil, pero con un tono conversacional."
+    )
+
+    # Formatear el historial de conversación para el modelo
+    messages = [{"role": "system", "content": system_message}]
+    for human_msg, ai_msg in conversation_history:
+        messages.append({"role": "user", "content": human_msg})
+        messages.append({"role": "assistant", "content": ai_msg})
+    messages.append({"role": "user", "content": user_message})
+
+    # Usar el tokenizador para aplicar la plantilla de chat
+    # Esto es vital para que el modelo entienda el formato del diálogo.
+    if tokenizer:
+        formatted_input = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
+    else:
+        # Fallback simple si el tokenizer no pudo inicializarse
+        formatted_input = "\n".join([f"{m['role']}: {m['content']}" for m in messages]) + "\nassistant:"
+
+
+    # Datos a enviar a la API de Hugging Face
+    payload = {
+        "inputs": formatted_input,
+        "parameters": {
+            "max_new_tokens": 500,
+            "do_sample": True,
+            "temperature": 0.7,
+            "top_p": 0.9,
+            "repetition_penalty": 1.1,
+            "return_full_text": False # Para que solo devuelva la respuesta del modelo
+        }
+    }
+    headers = {
+        "Authorization": f"Bearer {HUGGINGFACE_API_TOKEN}"
+    }
+
+    try:
+        response = requests.post(HUGGINGFACE_API_URL, headers=headers, json=payload)
+        response.raise_for_status() # Lanza una excepción si la petición HTTP falla (4xx o 5xx)
+        result = response.json()
+
+        # La respuesta de la API es una lista de diccionarios, y el texto está en 'generated_text'
+        generated_text = result[0].get("generated_text", "No se pudo generar respuesta.")
+        return jsonify({"response": generated_text})
+
+    except requests.exceptions.RequestException as e:
+        print(f"Error al llamar a la API de Hugging Face: {e}")
+        return jsonify({"error": f"Error al comunicarse con la API de IA: {e}"}), 500
+    except IndexError: # Si result está vacío
+        return jsonify({"error": "La API de IA devolvió una respuesta inesperada o vacía."}), 500
+    except Exception as e:
+        print(f"Error inesperado: {e}")
+        return jsonify({"error": f"Error inesperado en el servidor: {e}"}), 500
+
+if __name__ == '__main__':
+    # En Hugging Face Spaces, la app se ejecuta con un servidor Gunicorn/Uvicorn,
+    # así que esta parte solo es útil para pruebas locales.
+    # app.run(host='0.0.0.0', port=5000, debug=True)
+    pass # No hacemos un app.run() aquí para que Spaces lo maneje correctamente

requirements.txt

@@ -0,0 +1,4 @@
+Flask==3.1.0
+Flask-Cors==4.0.1
+requests==2.32.3
+transformers>=4.40.0