Update app.py

app.py

@@ -4,24 +4,13 @@ import gradio as gr
 import os
 import torch
 
-os.system('pip install dashscope')
-from http import HTTPStatus
-import dashscope
-from dashscope import Generation
-from dashscope.api_entities.dashscope_response import Role
-from typing import List, Optional, Tuple, Dict
-from urllib.error import HTTPError
-default_system = 'You are a helpful assistant.'
-
 device = "cuda" if torch.cuda.is_available() else "cpu"
-print(device)
+
 # Asegúrate de que tu token de Hugging Face está cargado como una variable de entorno
 hf_token = os.environ.get("token")
 if hf_token is not None:
     from huggingface_hub import HfFolder
     HfFolder.save_token(hf_token)
-else:
-    print("No se encontró el token de Hugging Face. Asegúrate de que la variable de entorno HF_TOKEN esté configurada.")
 
 # Configuración inicial
 tokenizer = AutoTokenizer.from_pretrained("somosnlp/chaterapia_model")
@@ -64,7 +53,6 @@ def generate_response(user_input):
     
     # Agregar la respuesta del bot al historial
     chat_history.append({"content": generated_text, "role": "assistant"})
-    print(chat_history)
     return generated_text
 
 def respond(message):
@@ -81,10 +69,6 @@ def clear_chat_and_history():
     global chatbot_text
     chat_history.clear()# Vaciar el historial de chat
     chatbot_text.clear()
-    # Devolver valores que efectivamente "limpien" los componentes de Gradio visualmente
-    # En este caso, estamos limpiando el Textbox y el Chatbot, pero como el Chatbot
-    # no puede ser "limpiado" directamente de esta manera, simplemente retornamos una lista vacía
-    # que será interpretada como ningún mensaje nuevo para mostrar.
     return "", []
 
 with gr.Blocks() as demo:
@@ -97,8 +81,6 @@ with gr.Blocks() as demo:
     
     # Acción al presionar el botón Enviar
     send_btn.click(fn=respond, inputs=msg, outputs=chatbot)
-    # Configurar el botón de limpieza para ejecutar clear_chat_and_history cuando se presione
-    # y actualizar tanto el msg como el chatbot con los valores retornados por la función
     clear_btn.click(fn=clear_chat_and_history, inputs=None, outputs=[msg, chatbot])
 
 demo.launch()