A

app.py

@@ -61,4 +61,64 @@ async def generate_content(client, model_name, system_instruction, borrador, is_
     except Exception as e:
         return f"Error en {model_name}: {str(e)}"
 
-# Función predict para devolver
+# Función predict para procesar la entrada del usuario
+async def predict(api_choice, borrador):
+    """
+    api_choice: str - Define si se usará 'NVIDIA' o 'Google Gemini'.
+    borrador: str - El texto del borrador judicial que se debe procesar.
+    """
+    system_instruction = default_system_instruction
+    model_name = "gemini-exp-1114" if api_choice == "Google Gemini" else "gpt-4"
+
+    # Verifica si se selecciona NVIDIA o Google Gemini
+    if api_choice == "NVIDIA":
+        client = nvidia_client
+        is_nvidia = True
+    elif api_choice == "Google Gemini":
+        client = google_model
+        is_nvidia = False
+    else:
+        return "Error: Debe seleccionar una API válida ('NVIDIA' o 'Google Gemini')."
+
+    # Llama a la función genérica de generación
+    result = await generate_content(client, model_name, system_instruction, borrador, is_nvidia)
+    return result
+
+# Interfaz de usuario con Gradio
+with gr.Blocks() as demo:
+    gr.Markdown("### Mejorador de Resoluciones Judiciales para Derecho de Familia - Chile")
+
+    # Selección de API (NVIDIA o Google Gemini)
+    api_choice = gr.Radio(
+        choices=["NVIDIA", "Google Gemini"],
+        label="Selecciona el modelo API",
+        value="Google Gemini"
+    )
+
+    # Campo de entrada para el borrador judicial
+    borrador = gr.Textbox(
+        label="Ingresa el borrador de la resolución judicial",
+        placeholder="Escribe o pega el texto aquí...",
+        lines=10
+    )
+
+    # Botón de procesamiento
+    submit_btn = gr.Button("Procesar texto")
+
+    # Campo de salida para el resultado procesado
+    output = gr.Textbox(
+        label="Resultado mejorado",
+        placeholder="El resultado aparecerá aquí...",
+        lines=10
+    )
+
+    # Conexión del botón con la función predict
+    submit_btn.click(
+        fn=lambda api_choice, borrador: asyncio.run(predict(api_choice, borrador)),
+        inputs=[api_choice, borrador],
+        outputs=output
+    )
+
+# Iniciar el servidor Gradio
+if __name__ == "__main__":
+    demo.launch()