app.py

import gradio as gr
from transformers import pipeline
import torch

def setup_models():
    # Usando modelos públicos que não requerem autenticação
    print("Inicializando modelos...")
    
    # Modelo para geração de texto - usando GPT2 pequeno em português
    question_generator = pipeline(
        "text-generation",
        model="pierreguillou/gpt2-small-portuguese",
        max_length=100
    )
    
    # Modelo para análise de sentimento/reflexão
    reflection_generator = pipeline(
        "text-generation",
        model="microsoft/DialoGPT-small",
        max_length=200
    )
    
    return question_generator, reflection_generator

# Lista predefinida de perguntas sobre liderança
LEADERSHIP_QUESTIONS = [
    "Como você lida com conflitos entre membros da sua equipe?",
    "Qual foi a decisão mais difícil que você já tomou como líder?",
    "Como você mantém sua equipe motivada em períodos desafiadores?",
    "De que forma você promove o desenvolvimento profissional da sua equipe?",
    "Como você equilibra as necessidades individuais com os objetivos organizacionais?",
    "Como você lida com resistência a mudanças na sua equipe?",
    "Qual é sua abordagem para dar feedback negativo?",
    "Como você desenvolve a autonomia dos membros da sua equipe?"
]

class LeadershipMentor:
    def __init__(self, question_gen, reflection_gen):
        self.question_generator = question_gen
        self.reflection_generator = reflection_gen
        self.current_question = 0
        
    def get_next_question(self):
        """Retorna a próxima pergunta da lista"""
        if self.current_question < len(LEADERSHIP_QUESTIONS):
            question = LEADERSHIP_QUESTIONS[self.current_question]
            return question
        return None
    
    def generate_reflection(self, question, answer):
        """Gera uma reflexão sobre a resposta do usuário"""
        prompt = f"""
        Analisando a resposta sobre liderança:
        Pergunta: {question}
        Resposta: {answer}
        
        Reflexão construtiva:"""
        
        reflection = self.reflection_generator(prompt, max_length=200)[0]['generated_text']
        # Limpar e formatar a reflexão
        reflection = reflection.split("Reflexão construtiva:")[-1].strip()
        return reflection
    
    def process_interaction(self, answer, history):
        """Processa a interação do usuário"""
        if not answer:
            return "", history
            
        current_question = LEADERSHIP_QUESTIONS[self.current_question]
        
        # Gerar reflexão
        reflection = self.generate_reflection(current_question, answer)
        
        # Atualizar histórico
        new_history = history + [
            (current_question, answer),
            ("🤔 Reflexão:", reflection)
        ]
        
        # Avançar para próxima pergunta
        self.current_question += 1
        
        # Verificar se ainda há perguntas
        if self.current_question < len(LEADERSHIP_QUESTIONS):
            next_question = LEADERSHIP_QUESTIONS[self.current_question]
            new_history.append(("📝 Próxima pergunta:", next_question))
        else:
            new_history.append(("✨ Sessão concluída!", "Obrigado por participar!"))
        
        return "", new_history

def create_interface():
    question_gen, reflection_gen = setup_models()
    mentor = LeadershipMentor(question_gen, reflection_gen)
    
    with gr.Blocks(title="Mentor de Liderança AI") as demo:
        gr.Markdown("""
        # 🎯 Mentor de Liderança AI
        
        Desenvolva suas habilidades de liderança através de perguntas reflexivas 
        e feedback personalizado.
        """)
        
        chatbot = gr.Chatbot(height=600, label="Sessão de Mentoria")
        msg = gr.Textbox(
            label="Sua Resposta",
            placeholder="Digite sua resposta aqui...",
            lines=3
        )
        
        with gr.Row():
            submit = gr.Button("Enviar Resposta")
            clear = gr.Button("Reiniciar Sessão")
        
        # Iniciar com primeira pergunta
        chatbot.value = [("📝 Primeira pergunta:", LEADERSHIP_QUESTIONS[0])]
        
        submit.click(
            mentor.process_interaction,
            inputs=[msg, chatbot],
            outputs=[msg, chatbot]
        )
        
        def reset_session():
            mentor.current_question = 0
            return "", [(f"📝 Primeira pergunta:", LEADERSHIP_QUESTIONS[0])]
        
        clear.click(
            reset_session,
            outputs=[msg, chatbot]
        )
    
    return demo

if __name__ == "__main__":
    print("Iniciando sistema de mentoria...")
    demo = create_interface()
    demo.launch(share=True)