Update src/call_openai_api.py

src/call_openai_api.py

@@ -1,80 +1,60 @@
 import os
-
-from dotenv import load_dotenv
-from langchain.chat_models import ChatOpenAI
+from langchain_openai import ChatOpenAI
 from langchain.prompts import PromptTemplate
 from langchain.chains import LLMChain
-from pathlib import Path
 
-#Cargar variables de entorno desde el archivo .env
-# Ruta relativa al archivo .env en models/
-project_root = Path(__file__).resolve().parent.parent  # Sube al nivel raíz del proyecto
-env_path = project_root / "models" / ".env"           # Ruta completa al archivo .env
-load_dotenv(dotenv_path=env_path)
 
-#Configuracion de la clave de la api
-api_key = os.getenv("OPENAI_API_KEY")
+# Obtener la clave de API directamente del entorno
+api_key = os.getenv("OPENAI_API_KEY", "")
 if not api_key:
-    raise ValueError("No se encontro la clave de API")
-
-OPENAI_KEY_VAL = api_key
+    raise EnvironmentError("OPENAI_API_KEY no definido. Configura este valor en Hugging Face -> Settings -> Secrets.")
 
+# Instanciar el modelo de lenguaje
 llm = ChatOpenAI(
-    openai_api_key = OPENAI_KEY_VAL,
-    temperature = 0.7,
-    model = "gpt-4"
+    openai_api_key=api_key,
+    temperature=0.7,
+    model="gpt-4"
 )
 
-#plantilla del prompt con el texto leido del archivo
-template ="""
-Eres un asistente de IA que orienta a los alumnos a ser mejores personas. Haz una haiku de 5 lineas sobre lo que te estan comentando. Da siempre la respuesta en Español
+# Plantilla para generación
+template = """
+Eres un asistente de IA que orienta a los alumnos a ser mejores personas. Haz una haiku de 5 lineas sobre lo que te estan comentando. Da siempre la respuesta en Español.
 Texto:{texto}
 Respuesta:
 """
+
 prompt = PromptTemplate(
-    input_variables = ["texto"],
-    template = template
+    input_variables=["texto"],
+    template=template
 )
 
 chain = LLMChain(
-    llm = llm,
-    prompt = prompt
+    llm=llm,
+    prompt=prompt
 )
 
-#def save_summary_to_file(summary_text, filename = 'response.txt'):
-def save_summary_to_file(summary_text, filename = 'C:/programacionEjercicios/miwav2lipv6/results/OpenAI_response.txt'):
+def save_summary_to_file(summary_text, filename='results/OpenAI_response.txt'):
     try:
-        with open(filename,'w', encoding='utf-8') as file:
+        os.makedirs(os.path.dirname(filename), exist_ok=True)
+        with open(filename, 'w', encoding='utf-8') as file:
             file.write(summary_text)
-        print(f"El resumen se ha guardado exitosamente en {filename}")
+        print(f"Resumen guardado en: {filename}")
     except Exception as e:
-        print(f"Ocurrio un error al guardar el resumen {e}")
+        print(f"Error al guardar el resumen: {e}")
 
 def read_text_from_file(filename):
     try:
-        with open(filename, 'r') as file:
+        with open(filename, 'r', encoding='utf-8') as file:
             return file.read()
     except Exception as e:
         print(f"Error al leer el archivo {filename}: {e}")
-        return ""    
-
+        return ""
 
-#def main():
 def moni(archivo):
-    #texto_usuario = input("Ingresa un texto para resumir:")
-    #texto_usuario = read_text_from_file("C:/programacionEjercicios/miwav2lipv6/results/transcripcion.txt")
     texto_usuario = read_text_from_file(archivo)
-    resultado = chain.run(texto = texto_usuario)
-
-    #Mostrar el resumen generado
-    print("\nResumen generado:")
+    resultado = chain.run(texto=texto_usuario)
+    print("Resultado generado por LLM:")
     print(resultado)
     save_summary_to_file(resultado)
-
     return resultado
-#
-
-
-if __name__ == "__main__":
-    moni()