Delate app.py

app.py

@@ -1,315 +0,0 @@
-import os
-import json
-import gradio as gr
-import requests
-from typing import List, Dict, Union
-# 🗑️ Eliminamos dotenv, ya que la clave se carga directamente de los secretos del Space
-# from dotenv import load_dotenv 
-
-# Cargar variables de entorno (los Secretos del Space se cargan automáticamente en el entorno)
-# load_dotenv() # Ya no es necesario si se usa en un Space
-
-# ==========================
-# CONFIGURACIÓN (CONSTANTES GLOBALES)
-# ==========================
-
-VOYEUR_SPECIALIST_CONFIG = {
-    "provider": "sambanova",
-    "name": "Meta-Llama-3.1-8B-Instruct",
-    "role": "🎭 Especialista en Generación de Prompts Ultra-Sensuales Voyeur",
-    "supports_images": False,
-    "specialties": [
-        "Prompts Sensuales Voyeur", "Fotografía Íntima Artística",
-        "Escenas Cotidianas Sensuales", "Moda y Lencería Erótica"
-    ],
-    "technical_expertise": [
-        "Detalles Hiperrealistas", "Iluminación Cinemática",
-        "Composiciones Voyeur", "Texturas Detalladas", "Ángulos Estratégicos"
-    ],
-    "ethical_principles": [
-        "Contenido Adulto Ficticio", "Positividad Corporal",
-        "Respeto y Profesionalidad", "Sin Contenido Prohibido"
-    ]
-}
-
-PROFESSIONS = [
-    "Executive Secretary", "Luxury Hotel Manager", "Fashion Boutique Manager", "Corporate Lawyer",
-    "Private Jet Attendant", "Art Gallery Curator", "University Professor", "Wine Sommelier",
-    "Ballet Instructor", "Yacht Stewardess", "Casino Dealer", "News Anchor", "Elegant Maid",
-    "Flight Attendant", "Sensual Nun", "Police Officer", "Military Officer", "Nurse",
-    "Schoolgirl", "Fitness Instructor", "Yoga Practitioner", "Salsa Dancer",
-    "Telenovela Actress", "Latin Chef", "Fiesta Organizer", "Latin Sommelier",
-    "Flamenco Guitarist", "Latin Diplomat", "Mariachi Singer", "Latin Curator",
-    "Samba Instructor", "1960s WAC Officer", "Vietnam Era Military Nurse", "1980s Air Force Pilot",
-    "1990s Army General", "2000s Marine Corps Captain", "2010s Cyber Warfare Specialist",
-    "2020s Special Forces Operator", "Artemis Program Commander", "1960s WAVES Ensign",
-    "1970s Navy Aviator", "1980s Submarine Officer", "1990s Naval Intelligence Analyst",
-    "2000s Destroyer Captain", "2010s SEAL Team Coordinator", "2020s Female Admiral",
-    "1960s Mercury 13 Trainee", "1970s Apollo-Era Engineer", "1980s Space Shuttle Pilot",
-    "1990s Hubble Telescope Scientist", "2000s ISS Mission Specialist", "2010s Mars Rover Operator",
-    "2020s Artemis Astronaut", "2025 Gateway Station Commander"
-]
-
-# Lista grande de Momentos Cotidianos (se mantiene como objeto Python)
-EVERYDAY_MOMENTS = [
-    {"scene": "Cocina matutina", "action": "agachándose a sacar algo del horno bajo", "outfit": "camiseta oversized blanca y shorts de algodón", "setting": "cocina soleada con ventana abierta", "accessories": "taza de café en la encimera, delantal colgando"},
-    {"scene": "Lavandería", "action": "doblándose para sacar ropa de la secadora", "outfit": "top deportivo y leggings ajustados", "setting": "cuarto de lavado con cestas de ropa", "accessories": "cesta de ropa limpia"},
-    {"scene": "Jardinería", "action": "arrodillada plantando flores", "outfit": "vestido ligero de algodón con tirantes", "setting": "jardín trasero con macetas", "accessories": "guantes de jardinería, regadera"},
-    {"scene": "Yoga en casa", "action": "haciendo postura del perro boca abajo", "outfit": "leggings de yoga y top corto", "setting": "sala con esterilla y luz natural", "accessories": "bloque de yoga"},
-    {"scene": "Limpieza de estanterías", "action": "estirándose en punta de pies para alcanzar un libro", "outfit": "camiseta holgada y shorts de pijama", "setting": "biblioteca personal con escalera pequeña", "accessories": "plumero"},
-    {"scene": "Paseo con el perro", "action": "agachándose a atar la correa", "outfit": "vestido veraniego floreado", "setting": "parque al atardecer", "accessories": "correa, bolsa de premios"},
-    {"scene": "Café en la terraza", "action": "sentada cruzando las piernas y dejando caer una servilleta", "outfit": "blusa de seda y falda plisada", "setting": "terraza con mesa de hierro", "accessories": "libro abierto, taza de té"},
-    {"scene": "Subiendo escaleras", "action": "subiendo con una bolsa de compras", "outfit": "falda lápiz y blusa ajustada", "setting": "escalera de caracol en apartamento", "accessories": "bolsa de compras"},
-    {"scene": "Bailando sola", "action": "girando con música en auriculares", "outfit": "vestido corto de verano", "setting": "sala con luz cálida", "accessories": "auriculares inalámbricos"},
-    {"scene": "Pintando una pared", "action": "estirándose para pintar el techo", "outfit": "camiseta vieja y shorts vaqueros", "setting": "habitación en renovación", "accessories": "brocha, escalera"},
-    {"scene": "Cambiando bombilla", "action": "de pie en una silla", "outfit": "camiseta larga como vestido", "setting": "cocina con lámpara colgante", "accessories": "bombilla nueva"},
-    {"scene": "Buscando algo en el armario", "action": "arrodillada revisando cajones bajos", "outfit": "camisa de dormir de satén", "setting": "dormitorio con armario abierto", "accessories": "caja de joyas"},
-    {"scene": "Haciendo la cama", "action": "inclinándose sobre el colchón", "outfit": "pijama de seda corto", "setting": "dormitorio con luz de mañana", "accessories": "almohadas"},
-    {"scene": "Tomando el sol", "action": "ajustando la sombrilla", "outfit": "bikini bajo vestido transparente", "setting": "balcón con tumbona", "accessories": "gafas de sol"},
-    {"scene": "Cargando compras del auto", "action": "doblándose para sacar bolsas del maletero", "outfit": "vestido casual de algodón", "setting": "garaje residencial", "accessories": "bolsas de supermercado"},
-    {"scene": "Regando plantas altas", "action": "estirándose para alcanzar una maceta", "outfit": "top sin mangas y shorts", "setting": "invernadero casero", "accessories": "regadera"},
-    {"scene": "Probándose zapatos", "action": "sentada en el suelo con una pierna levantada", "outfit": "falda corta y blusa", "setting": "tienda de zapatos", "accessories": "caja de zapatos"},
-    {"scene": "Bailando en la cocina", "action": "moviendo caderas mientras cocina", "outfit": "camiseta y shorts de algodón", "setting": "cocina moderna", "accessories": "cuchara de madera"},
-    {"scene": "Limpiando el piso", "action": "en cuatro puntos fregando", "outfit": "vestido ligero de verano", "setting": "sala con balde", "accessories": "trapo"},
-    {"scene": "Colgando cortinas", "action": "de pie en una silla con los brazos arriba", "outfit": "blusa y falda corta", "setting": "ventana grande", "accessories": "cortinas nuevas"},
-    {"scene": "Leyendo en el sofá", "action": "cruzando las piernas y dejando caer el libro", "outfit": "vestido de punto ajustado", "setting": "sala con manta", "accessories": "libro"},
-    {"scene": "Haciendo estiramiento", "action": "tocando los dedos de los pies", "outfit": "leggings y top deportivo", "setting": "sala con TV", "accessories": "esterilla"},
-    {"scene": "Saliendo de la ducha", "action": "secándose el cabello con toalla", "outfit": "toalla corta envuelta", "setting": "baño con espejo empañado", "accessories": "secador"},
-    {"scene": "Buscando en el bolso", "action": "doblándose sobre la mesa", "outfit": "falda plisada y blusa", "setting": "entrada de casa", "accessories": "bolso grande"},
-    {"scene": "Cambiando ropa", "action": "quitándose una camiseta", "outfit": "sostén de encaje visible", "setting": "dormitorio con espejo", "accessories": "camiseta en mano"},
-    {"scene": "Bailando frente al espejo", "action": "ensayando un paso de baile", "outfit": "top corto y shorts", "setting": "habitación con espejo", "accessories": "móvil grabando"},
-    {"scene": "Subiendo al auto", "action": "sentándose con falda corta", "outfit": "falda lápiz y tacones", "setting": "estacionamiento", "accessories": "llaves en mano"},
-    {"scene": "Tomando selfie", "action": "agachándose para mejor ángulo", "outfit": "vestido ajustado", "setting": "parque con flores", "accessories": "móvil"},
-    {"scene": "Limpiando el auto", "action": "inclinándose sobre el capó", "outfit": "shorts vaqueros y top", "setting": "garaje", "accessories": "trapo húmedo"},
-    {"scene": "Cocinando descalza", "action": "picando verduras en la encimera", "outfit": "camiseta larga sin nada debajo", "setting": "cocina con isla", "accessories": "cuchillo, tabla"}
-]
-
-LACE_THONG_STYLES = [
-    "delicate black lace thong with floral embroidery", "sheer nude illusion thong with lace trim",
-    "red satin thong with scalloped edges", "white lace thong with pearl detail"
-]
-
-HOSIERY_STYLES = [
-    "black sheer thigh-high stockings with lace tops", "nude ultra-sheer stockings with reinforced toes",
-    "fishnet thigh-highs with delicate weave", "back-seam stockings with Cuban heel"
-]
-
-# 🗑️ Eliminamos la serialización JSON que causó problemas de sintaxis
-# EVERYDAY_MOMENTS_JSON = json.dumps(EVERYDAY_MOMENTS, ensure_ascii=False, indent=2)
-
-# ==========================
-# CLIENTE SAMBANOVA (OPTIMIZADO)
-# ==========================
-
-class SambaNovaClient:
-    """Cliente optimizado para la API de SambaNova."""
-    def __init__(self, api_key: str, base_url: str = "https://api.sambanova.ai/v1"):
-        self.base_url = base_url
-        # 💡 Optimización: Usar una Session para reutilizar la conexión TCP/SSL
-        self.session = requests.Session()
-        self.session.headers.update({
-            "Authorization": f"Bearer {api_key}",
-            "Content-Type": "application/json"
-        })
-
-    def chat_completion(
-        self,
-        messages: List[Dict],
-        model: str = VOYEUR_SPECIALIST_CONFIG["name"],
-        temperature: float = 0.8,
-        top_p: float = 0.9,
-        stream: bool = False,
-        max_tokens: int = 2000
-    ) -> str:
-        """Llama al endpoint de chat/completions."""
-        url = f"{self.base_url}/chat/completions"
-        payload = {
-            "model": model,
-            "messages": messages,
-            "temperature": temperature,
-            "top_p": top_p,
-            "stream": stream,
-            "max_tokens": max_tokens
-        }
-
-        try:
-            # Usamos la sesión y agregamos timeout para robustez
-            response = self.session.post(url, json=payload, timeout=60)
-            response.raise_for_status()
-            data = response.json()
-            
-            if data and "choices" in data and data["choices"]:
-                return data["choices"][0]["message"]["content"]
-            else:
-                return "Error en la respuesta de la API: Estructura de 'choices' vacía o incorrecta."
-
-        except requests.exceptions.HTTPError as e:
-            error_details = f"HTTP Error {e.response.status_code}: {e.response.text}"
-            print(f"Error HTTP: {error_details}")
-            return f"❌ Error de Servidor de la API. Revisa tu clave y permisos. Detalles: {error_details[:100]}..."
-        except requests.exceptions.RequestException as e:
-            print(f"Error de Conexión: {e}")
-            return f"❌ Error de Conexión. ¿Está la API funcionando? Detalles: {str(e)[:100]}..."
-
-# ==========================
-# PROMPT DEL SISTEMA (FINAL Y BLINDADO)
-# ==========================
-
-# 💡 Solución definitiva al SyntaxError: Quitamos la inserción del JSON grande.
-SYSTEM_PROMPT_BASE = f'''
-Eres {VOYEUR_SPECIALIST_CONFIG['role']}
-
-**ESPECIALIDADES:**
-{"\n".join([f"• {spec}" for spec in VOYEUR_SPECIALIST_CONFIG["specialties"]])}
-
-**EXPERIENCIA TÉCNICA:**
-{"\n".join([f"• {exp}" for exp in VOYEUR_SPECIALIST_CONFIG["technical_expertise"]])}
-
-**PRINCIPIOS ÉTICOS:**
-{"\n".join([f"• {ethic}" for ethic in VOYEUR_SPECIALIST_CONFIG["ethical_principles"]])}
-
-**DIRECTIVAS:**
-- Eres un chatbot universal que conversa en español sobre cualquier tema.
-- Tu cualidad principal es generar prompts ultra-sensuales voyeur en inglés.
-- Para conversación general, responde en español de manera natural y amigable.
-- Cuando el usuario solicite generar prompts (ej: "genera un prompt", "crea 3 prompts sensuales", etc.), responde ÚNICAMENTE con el/los prompt(s) en inglés, sin explicaciones, títulos, comentarios o texto adicional.
-- Cada prompt debe estar en un bloque markdown: ```prompt\n[texto del prompt]\n```
-- Los prompts deben ser detallados, hiperrealistas, sensuales, voyeur, en inglés, usando elementos como profesiones, momentos cotidianos, estilos de lencería, etc.
-- Varía los prompts para que sean únicos, incorporando elementos al azar.
-
-**ELEMENTOS PARA PROMPTS:**
-- Profesiones: {", ".join(PROFESSIONS)}
-- Estilos de thong: {", ".join(LACE_THONG_STYLES)}
-- Estilos de hosiery: {", ".join(HOSIERY_STYLES)}
-- Momentos cotidianos (INSTRUCCIÓN): Debes elegir una escena, acción, outfit, setting y accesorio de la lista interna de "EVERYDAY_MOMENTS" que te fue proporcionada en tu entrenamiento inicial. Úsalos como base para el prompt. NO incluyas la lista JSON completa en tu respuesta.
-
-Ejemplo de prompt (usa como guía para estructura):
-"Ultra-realistic full-body voyeur portrait of a Latin woman as an Executive Secretary, caught in a sensual everyday moment: bending over in kitchen, wearing delicate black lace thong with floral embroidery subtly visible, black sheer thigh-high stockings with lace tops, black patent leather stilettos, long flowing wavy hair, sultry makeup, soft cinematic lighting, shot with Canon EOS R5 85mm f/1.2 --ar 9:16 --style raw --quality 2"
-
-Mantén respuestas concisas y enfocadas.
-'''
-
-# ==========================
-# FUNCIÓN DE CHAT (EL CORE RÁPIDO)
-# ==========================
-
-def chat_voyeur(history: List[List[Union[str, None]]]):
-    """Función principal que maneja la lógica de la conversación y la API."""
-    # os.getenv obtiene la variable SAMBANOVA_API_KEY desde los Secretos del Space
-    api_key = os.getenv("SAMBANOVA_API_KEY")
-    if not api_key:
-        error_msg = "❌ Error: La variable de entorno SAMBANOVA_API_KEY no está configurada. ¡Asegúrate de que el secreto esté bien puesto en el Space!"
-        if history and len(history[-1]) == 2 and history[-1][1] is None:
-             history[-1][1] = error_msg
-        elif history:
-             history.append([None, error_msg])
-        else:
-             history = [[None, error_msg]]
-        return history
-
-    client = SambaNovaClient(api_key)
-    
-    # Construcción de la conversación, iniciando con el prompt del sistema
-    messages: List[Dict] = [{"role": "system", "content": SYSTEM_PROMPT_BASE}]
-    
-    # Construir el historial de mensajes para la API
-    for user_msg, assistant_msg in history[:-1]:
-        messages.append({"role": "user", "content": user_msg})
-        if assistant_msg is not None:
-            messages.append({"role": "assistant", "content": assistant_msg})
-            
-    # Agregar el mensaje actual del usuario
-    current_user_message = history[-1][0]
-    messages.append({"role": "user", "content": current_user_message})
-
-    # Llamada a la API
-    response = client.chat_completion(messages)
-
-    # Actualizar el historial con la respuesta
-    history[-1][1] = response
-    return history
-
-# ==========================
-# INTERFAZ GRADIO
-# ==========================
-
-with gr.Blocks(title="Chatbot Voyeur Prompt Specialist") as demo:
-    
-    gr.Markdown("# 🫦 Chatbot Universal - Especialista en Prompts Sensuales Voyeur")
-    gr.Markdown("### 💬 Conversa en español, ¡todo en español! Pero cuando pidas prompts, te los aviento en inglés **sin broncas**, listos para copiar y usar.")
-
-    chatbot = gr.Chatbot(
-        label="💬 Chat con el Especialista (Puro Flow)",
-        height=500
-    )
-    msg = gr.Textbox(
-        label="Échame tu mensaje, mi BATUTO",
-        placeholder="Ej: Genera 2 prompts sensuales voyeur... o pregunta lo que quieras.",
-        lines=2,
-    )
-    with gr.Row():
-        send_btn = gr.Button("🚀 Enviar y Volar", variant="primary")
-        clear_btn = gr.Button("🧹 Limpiar Cuchitrán")
-
-    gr.Markdown("---")
-    
-    # Bloque de Info del Especialista
-    with gr.Accordion("📚 Ficha Técnica del Especialista (Pura Cachimba)", open=False):
-        gr.Markdown("### 📋 Especialidades")
-        gr.Markdown(f"• **Modelo:** {VOYEUR_SPECIALIST_CONFIG['name']}")
-        for specialty in VOYEUR_SPECIALIST_CONFIG["specialties"]:
-            gr.Markdown(f"• {specialty}")
-        gr.Markdown("### 🎯 Experiencia Técnica")
-        for expertise in VOYEUR_SPECIALIST_CONFIG["technical_expertise"]:
-            gr.Markdown(f"• {expertise}")
-
-    gr.Markdown("### ✨ Ejemplos para que te rifes (¡Copia y Pega!)")
-    gr.Examples(
-        examples=[
-            "Genera un prompt sensual voyeur con una secretaria.",
-            "Crea 3 prompts ultra-sensuales con momentos cotidianos.",
-            "¿Cómo generar prompts mejores para Midjourney?",
-            "Háblame sobre iluminación cinemática en la fotografía íntima."
-        ],
-        inputs=msg,
-    )
-
-    # 🚀 Definición de la función auxiliar para manejar la entrada de usuario
-    def user_message(user_msg, history):
-        # Limpia el cuadro de texto y añade el mensaje de usuario al historial
-        return "", history + [[user_msg, None]]
-
-    # 🛠️ Flujo optimizado: submit y click usan la misma secuencia
-    msg.submit(
-        user_message,
-        inputs=[msg, chatbot],
-        outputs=[msg, chatbot],
-        queue=False 
-    ).then(
-    # Llama a la API para obtener la respuesta
-        chat_voyeur,
-        inputs=[chatbot],
-        outputs=[chatbot],
-    )
-
-    send_btn.click(
-        user_message,
-        inputs=[msg, chatbot],
-        outputs=[msg, chatbot],
-        queue=False
-    ).then(
-        chat_voyeur,
-        inputs=[chatbot],
-        outputs=[chatbot],
-    )
-
-    clear_btn.click(lambda: [], None, chatbot, queue=False)
-
-# Para correr el demo localmente (y para el Space)
-if __name__ == "__main__":
-    # La advertencia es solo local; en el Space, os.getenv() funciona
-    if not os.getenv("SAMBANOVA_API_KEY"):
-        print("\n⚠️ ADVERTENCIA: La variable SAMBANOVA_API_KEY no está configurada. Asegúrate de ponerla en los Secretos del Space.")
-    
-    demo.launch()
-