jaderm/programming-assistant

1import gradio as gr2from transformers import AutoModelForCausalLM, AutoTokenizer3import torch4 5# Imprimir a versão do Gradio para verificação6print("Gradio version:", gr.__version__)7 8# Carrega o tokenizer e o modelo apropriados para programação9tokenizer = AutoTokenizer.from_pretrained("Salesforce/codegen-350M-mono")10model = AutoModelForCausalLM.from_pretrained("Salesforce/codegen-350M-mono")11 12# Função para gerar código a partir do prompt do usuário13def generate_code(prompt):14    inputs = tokenizer.encode(prompt, return_tensors='pt')15    outputs = model.generate(16        inputs,17        max_length=500,18        num_return_sequences=1,19        pad_token_id=tokenizer.eos_token_id,20        temperature=0.7,21        top_p=0.95,22        do_sample=True23    )24    code = tokenizer.decode(outputs[0], skip_special_tokens=True)25    return code26 27# Interface Gradio28iface = gr.Interface(29    fn=generate_code,30    inputs=gr.Textbox(lines=10, placeholder="Digite seu prompt de programação aqui..."),31    outputs=gr.Textbox(),32    title="Assistente de Programação",33    description="Este assistente ajuda com tarefas de programação avançada. Insira seu código ou pergunta relacionada a programação."34)35 36if __name__ == "__main__":37    iface.launch()  # Remova enable_api=True, pois não é mais necessário