Update llms.py

llms.py

@@ -1,71 +1,71 @@
-from openai import OpenAI
-from groq import Groq
-
-class LLM:
-    def __init__(self, api_key, modelo, temperatura=0.5, quantidade_tokens=150, mensagem=""):
-        self.temperatura = temperatura
-        self.quantidade_tokens = quantidade_tokens
-        self.mensagem = mensagem
-        self.modelo = modelo
-        self.api_key = api_key
-        self.openai_client = None
-        self.groq_client = None
-
-    def _init_openai_client(self):
-        if not self.openai_client:
-            self.openai_client = OpenAI(api_key=self.api_key)
-
-    def _init_groq_client(self):
-        if not self.groq_client:
-            self.groq_client = Groq(api_key=self.api_key)
-
-    def gerar_resposta_openai(self):
-        self._init_openai_client()
-        messages = []
-        
-        if self.mensagem.strip():
-            messages.append({"role": "system", "content": self.mensagem})
-        
-        messages.append({"role": "user", "content": self.prompt})
-        
-        response = self.openai_client.chat.completions.create(
-            model=self.modelo,
-            messages=messages,
-            temperature=self.temperatura,
-            max_tokens=self.quantidade_tokens,
-            top_p=1,
-            frequency_penalty=0,
-            presence_penalty=0
-        )
-        return response.choices[0].message.content.strip()
-
-    def gerar_resposta_groq(self):
-        self._init_groq_client()
-        messages = []
-        
-        if self.mensagem.strip():
-            messages.append({"role": "system", "content": self.mensagem})
-        
-        messages.append({"role": "user", "content": self.prompt})
-        
-        completion = self.groq_client.chat.completions.create(
-            model=self.modelo,
-            messages=messages,
-            temperature=self.temperatura,
-            max_tokens=self.quantidade_tokens,
-            top_p=0.65,
-            stream=False,  # Mudamos para False para manter consistência com OpenAI
-            stop=None
-        )
-        return completion.choices[0].message.content.strip()
-
-    def gerar_resposta(self):
-        """Método principal para gerar respostas baseado no modelo selecionado"""
-        if "gpt" in self.modelo:  # Modelos OpenAI
-            return self.gerar_resposta_openai()
-        elif "llama" in self.modelo or "mixtral" in self.modelo:  # Modelos Groq
-            return self.gerar_resposta_groq()
-        else:
-            raise ValueError(f"Modelo não suportado: {self.modelo}")
-
-
+from openai import OpenAI
+from groq import Groq
+
+class LLM:
+    def __init__(self, api_key, modelo, temperatura=0.5, quantidade_tokens=2048, mensagem=""):
+        self.temperatura = temperatura
+        self.quantidade_tokens = quantidade_tokens
+        self.mensagem = mensagem
+        self.modelo = modelo
+        self.api_key = api_key
+        self.openai_client = None
+        self.groq_client = None
+
+    def _init_openai_client(self):
+        if not self.openai_client:
+            self.openai_client = OpenAI(api_key=self.api_key)
+
+    def _init_groq_client(self):
+        if not self.groq_client:
+            self.groq_client = Groq(api_key=self.api_key)
+
+    def gerar_resposta_openai(self):
+        self._init_openai_client()
+        messages = []
+        
+        if self.mensagem.strip():
+            messages.append({"role": "system", "content": self.mensagem})
+        
+        messages.append({"role": "user", "content": self.prompt})
+        
+        response = self.openai_client.chat.completions.create(
+            model=self.modelo,
+            messages=messages,
+            temperature=self.temperatura,
+            max_tokens=self.quantidade_tokens,
+            top_p=1,
+            frequency_penalty=0,
+            presence_penalty=0
+        )
+        return response.choices[0].message.content.strip()
+
+    def gerar_resposta_groq(self):
+        self._init_groq_client()
+        messages = []
+        
+        if self.mensagem.strip():
+            messages.append({"role": "system", "content": self.mensagem})
+        
+        messages.append({"role": "user", "content": self.prompt})
+        
+        completion = self.groq_client.chat.completions.create(
+            model=self.modelo,
+            messages=messages,
+            temperature=self.temperatura,
+            max_tokens=self.quantidade_tokens,
+            top_p=0.65,
+            stream=False,  # Mudamos para False para manter consistência com OpenAI
+            stop=None
+        )
+        return completion.choices[0].message.content.strip()
+
+    def gerar_resposta(self):
+        """Método principal para gerar respostas baseado no modelo selecionado"""
+        if "gpt" in self.modelo:  # Modelos OpenAI
+            return self.gerar_resposta_openai()
+        elif "llama" in self.modelo or "mixtral" in self.modelo:  # Modelos Groq
+            return self.gerar_resposta_groq()
+        else:
+            raise ValueError(f"Modelo não suportado: {self.modelo}")
+
+