Update app.py

app.py

@@ -1,76 +1,20 @@
-def evaluar_prompt(prompt):
-    try:
-        # Encode the prompt
-        inputs = tokenizer(prompt, return_tensors="pt").to(device)
-        
-        # Generate text (though this step isn't really affecting your feedback)
-        outputs = model.generate(
-            inputs["input_ids"], 
-            max_length=150,
-            num_return_sequences=1,
-            no_repeat_ngram_size=2,
-            do_sample=True,
-            top_k=50,
-            top_p=0.95,
-            temperature=0.7
-        )
-        
-        # Decode the generated text (not crucial for the feedback)
-        generated_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
-
-        # Initialize variables to store detailed advice
-        claridad_consejo = ""
-        logica_consejo = ""
-        relevancia_consejo = ""
-        evidencia_consejo = ""
-
-        # Evaluate clarity
-        if len(prompt.split()) < 5:
-            claridad_consejo = "Tu prompt es muy corto, lo que puede generar ambigüedad. Intenta expandirlo para proporcionar más contexto o detalles específicos."
-        elif len(prompt.split()) > 20:
-            claridad_consejo = "Tu prompt es muy largo. Considera simplificarlo para que sea más directo y fácil de entender."
-        else:
-            claridad_consejo = "Tu prompt es claro y está bien definido, lo que facilita un análisis efectivo."
-
-        # Evaluate logic
-        subjective_terms = ["mejor", "peor", "único", "excelente", "terrible"]
-        if any(word in prompt.lower() for word in subjective_terms):
-            logica_consejo = f"Palabras como '{', '.join([w for w in subjective_terms if w in prompt.lower()])}' sugieren una perspectiva subjetiva. Reformula el prompt para enfocarte en criterios objetivos."
-        else:
-            logica_consejo = "El prompt evita términos subjetivos, lo que ayuda a mantener un enfoque objetivo."
+import gradio as gr
 
-        # Evaluate relevance
-        relevant_terms = ["cliente", "experiencia", "empresa", "servicio", "producto"]
-        if any(word in prompt.lower() for word in relevant_terms):
-            relevancia_consejo = "El prompt es relevante y está alineado con el objetivo de mejorar la experiencia del cliente."
-        else:
-            relevancia_consejo = "El prompt podría no estar directamente relacionado con el objetivo principal. Asegúrate de que aborde claramente la cuestión principal."
-
-        # Evaluate evidence request
-        evidence_terms = ["evidencia", "pruebas", "demuestra", "ejemplos", "citas", "datos"]
-        if any(word in prompt.lower() for word in evidence_terms):
-            evidencia_consejo = "El prompt ya solicita evidencia, lo cual es positivo para un análisis detallado."
-        else:
-            evidencia_consejo = "Considera pedir explícitamente ejemplos específicos o evidencia para obtener respuestas más detalladas y fundamentadas."
-
-        # Compile suggestions
-        sugerencias = "### Sugerencias para Mejorar:\n"
+def evaluar_prompt(prompt):
+    # Simple logic to return the prompt and a static score
+    return f"Evaluating prompt: {prompt}", 85
+
+def interfaz():
+    with gr.Blocks() as demo:
+        prompt_input = gr.Textbox(label="Escribe tu prompt aquí:")
+        feedback_output = gr.Textbox(label="Retroalimentación:", interactive=False)
+        calificacion_output = gr.Number(label="Calificación Final:", interactive=False)
+        evaluar_button = gr.Button("Evaluar Prompt")
         
-        # Add feedback for each category only if there is something to improve
-        if claridad_consejo != "Tu prompt es claro y está bien definido, lo que facilita un análisis efectivo.":
-            sugerencias += f"\n* **Claridad:** {claridad_consejo}"
-        if logica_consejo != "El prompt evita términos subjetivos, lo que ayuda a mantener un enfoque objetivo.":
-            sugerencias += f"\n* **Lógica:** {logica_consejo}"
-        if relevancia_consejo != "El prompt es relevante y está alineado con el objetivo de mejorar la experiencia del cliente.":
-            sugerencias += f"\n* **Relevancia:** {relevancia_consejo}"
-        if evidencia_consejo != "El prompt ya solicita evidencia, lo cual es positivo para un análisis detallado.":
-            sugerencias += f"\n* **Evidencia:** {evidencia_consejo}"
-
-        # If everything is fine, suggest no improvement
-        if not sugerencias.strip() or "### Sugerencias para Mejorar:\n" == sugerencias:
-            sugerencias = "Tu prompt está bien construido y no presenta áreas importantes para mejorar."
-
-        return sugerencias, 85
+        evaluar_button.click(evaluar_prompt, inputs=prompt_input, outputs=[feedback_output, calificacion_output])
+    
+    return demo
 
-    except Exception as e:
-        return str(e), "Error"
+# Run the interface
+demo = interfaz()
+demo.launch()