app update

Dockerfile

@@ -4,12 +4,12 @@ WORKDIR /app
 
 COPY . /app
 
-# Instala dependências otimizadas, incluindo sentencepiece
-RUN apt-get update && apt-get install -y \
-    build-essential \
-    libssl-dev \
-    && pip install --no-cache-dir -r requirements.txt \
-    && pip install --no-cache-dir transformers accelerate sentencepiece
+# Atualiza e instala dependências do sistema
+RUN apt-get update && apt-get install -y build-essential libssl-dev && rm -rf /var/lib/apt/lists/*
+
+# Instala dependências Python
+RUN pip install --no-cache-dir -r requirements.txt
+RUN pip install --no-cache-dir transformers accelerate sentencepiece torch
 
 # Define o comando de execução
 CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860"]

app.py

@@ -1,18 +1,29 @@
-from fastapi import FastAPI
+from fastapi import FastAPI, HTTPException
 from transformers import AutoTokenizer, T5ForConditionalGeneration
+from fastapi.staticfiles import StaticFiles
+from fastapi.middleware.cors import CORSMiddleware
 import json
 import os
 import logging
 import time
 import gc
+import re
 
-# Configura logging para capturar mais detalhes
+# Configura logging
 logging.basicConfig(level=logging.INFO)
 logger = logging.getLogger(__name__)
 
 app = FastAPI()
+app.mount("/", StaticFiles(directory="static", html=True), name="static")
+app.add_middleware(
+    CORSMiddleware,
+    allow_origins=["*"],
+    allow_credentials=True,
+    allow_methods=["*"],
+    allow_headers=["*"],
+)
 
-# Carrega o arquivo questions.json
+# Carrega questions.json
 try:
     with open("questions.json", "r", encoding="utf-8") as f:
         examples = json.load(f)
@@ -21,10 +32,10 @@ except FileNotFoundError:
     examples = []
     logger.warning("questions.json não encontrado, usando lista vazia.")
 
-# Função para carregar o modelo e tokenizer sob demanda
+# Função para carregar modelo e tokenizer
 def get_model():
     if not hasattr(get_model, "model_data"):
-        logger.info("Carregando modelo e tokenizer pela primeira vez...")
+        logger.info("Carregando modelo e tokenizer...")
         start_time = time.time()
         try:
             tokenizer = AutoTokenizer.from_pretrained(
@@ -43,14 +54,31 @@ def get_model():
             get_model.model_data = None
     return get_model.model_data
 
-# Força o carregamento inicial para testar
+# Força carregamento inicial
 logger.info("Testando carregamento inicial do modelo...")
 start_time = time.time()
 model_data = get_model()
 if model_data:
-    logger.info(f"Modelo e tokenizer inicializados com sucesso em {time.time() - start_time:.2f} segundos.")
+    logger.info(f"Modelo e tokenizer inicializados em {time.time() - start_time:.2f} segundos.")
 else:
-    logger.error("Falha na inicialização do modelo. Aplicação não será funcional.")
+    logger.error("Falha na inicialização do modelo.")
+
+def parse_model_output(response):
+    pattern = r"Enunciado clínico: (.*?)\s*Alternativas: (.*?)\s*Gabarito: (.*?)\s*Explicação: (.*)"
+    match = re.match(pattern, response, re.DOTALL)
+    if match:
+        question = match.group(1).strip()
+        options = [opt.strip() for opt in match.group(2).split(",")]
+        answer = match.group(3).strip()
+        explanation = match.group(4).strip()
+        if len(options) >= 4:
+            return {
+                "question": f"Enunciado clínico: {question}",
+                "options": [f"A) {options[0]}", f"B) {options[1]}", f"C) {options[2]}", f"D) {options[3]}"],
+                "answer": answer,
+                "explanation": explanation
+            }
+    return {"question": response, "options": [], "answer": "", "explanation": "Erro no parsing"}
 
 def generate_question_from_prompt(theme, difficulty, example_question=None):
     model_data = get_model()
@@ -68,15 +96,13 @@ def generate_question_from_prompt(theme, difficulty, example_question=None):
             f"Explicação: {example_question['explanation']}"
         )
         prompt = (
-            f"Baseado no exemplo: '{example_text}', gere uma questão de múltipla escolha "
-            f"sobre '{theme}', dificuldade {difficulty}, estilo prova de residência médica da USP. "
-            f"Formato: 'Enunciado clínico: [texto]. Alternativas: A) [opção], B) [opção], C) [opção], D) [opção]. "
+            f"Baseado no exemplo: '{example_text}', gere uma questão sobre '{theme}', dificuldade {difficulty}, "
+            f"estilo prova USP. Formato: 'Enunciado clínico: [texto]. Alternativas: A) [opção], B) [opção], C) [opção], D) [opção]. "
             f"Gabarito: [letra]. Explicação: [texto].'"
         )
     else:
         prompt = (
-            f"Gere uma questão de múltipla escolha sobre '{theme}', dificuldade {difficulty}, "
-            f"estilo prova de residência médica da USP. Formato: "
+            f"Gere uma questão sobre '{theme}', dificuldade {difficulty}, estilo prova USP. Formato: "
             f"'Enunciado clínico: [texto]. Alternativas: A) [opção], B) [opção], C) [opção], D) [opção]. "
             f"Gabarito: [letra]. Explicação: [texto].'"
         )
@@ -84,24 +110,7 @@ def generate_question_from_prompt(theme, difficulty, example_question=None):
         inputs = tokenizer(prompt, return_tensors="pt", padding=True, truncation=True, max_length=512)
         outputs = model.generate(**inputs, max_new_tokens=256, temperature=0.7, top_p=0.9)
         response = tokenizer.decode(outputs[0], skip_special_tokens=True)
-        parts = response.split("Alternativas:")
-        if len(parts) > 1:
-            question_part = parts[0].replace("Enunciado clínico:", "").strip()
-            options_part = parts[1].split("Gabarito:")[0].strip()
-            answer_part = parts[1].split("Gabarito:")[1].split("Explicação:")[0].strip()
-            explanation_part = parts[1].split("Explicação:")[1].strip() if "Explicação:" in parts[1] else "Explicação padrão"
-            options = [opt.strip() for opt in options_part.split(",")]
-            if len(options) >= 4:
-                result = {
-                    "question": f"Enunciado clínico: {question_part}",
-                    "options": [f"A) {options[0]}", f"B) {options[1]}", f"C) {options[2]}", f"D) {options[3]}"],
-                    "answer": answer_part,
-                    "explanation": explanation_part
-                }
-                # Libera memória
-                gc.collect()
-                return result
-        result = {"question": response, "options": [], "answer": "", "explanation": "Explicação padrão"}
+        result = parse_model_output(response)
         gc.collect()
         return result
     except Exception as e:
@@ -110,6 +119,9 @@ def generate_question_from_prompt(theme, difficulty, example_question=None):
 
 @app.get("/generate")
 async def generate_question(theme: str, difficulty: str):
+    valid_difficulties = ["fácil", "médio", "difícil"]
+    if not theme or difficulty.lower() not in valid_difficulties:
+        raise HTTPException(status_code=400, detail="Tema inválido ou dificuldade deve ser 'fácil', 'médio' ou 'difícil'.")
     example = examples[0] if examples else None
     return generate_question_from_prompt(theme, difficulty, example)
 

index.html

@@ -1,29 +0,0 @@
-<!DOCTYPE html>
-<html lang="pt-br">
-<head>
-  <title>Simulado USP</title>
-  <style>
-    body { font-family: Arial, sans-serif; margin: 20px; }
-    h1 { color: #2c3e50; }
-    button { padding: 10px 20px; background: #3498db; color: white; border: none; cursor: pointer; }
-    button:hover { background: #2980b9; }
-    #questions { margin-top: 20px; }
-    ul { list-style-type: upper-alpha; padding-left: 20px; }
-    li { margin-bottom: 5px; }
-    .question { border-bottom: 1px solid #ecf0f1; padding-bottom: 10px; margin-bottom: 10px; }
-  </style>
-</head>
-<body>
-  <h1>Simulado</h1>
-  <button onclick="loadSimulado()">Carregar</button>
-  <div id="questions"></div>
-  <script>
-    async function loadSimulado() {
-      const response = await fetch('/simulado?num_questions=5');
-      const data = await response.json();
-      const questionsDiv = document.getElementById('questions');
-      questionsDiv.innerHTML = data.simulado.map(q => `<div class="question">${q.question.replace(/\n/g, '<br>')}</div>`).join('');
-    }
-  </script>
-</body>
-</html>

requirements.txt

@@ -3,4 +3,5 @@ uvicorn==0.23.2
 transformers==4.45.0
 accelerate==0.21.0
 huggingface_hub
-sentencepiece 
+sentencepiece 
+torch

static/index.html

@@ -0,0 +1,65 @@
+<!DOCTYPE html>
+<html lang="pt-br">
+<head>
+  <title>Simulado USP</title>
+  <style>
+    body { font-family: Arial, sans-serif; margin: 20px; }
+    h1 { color: #2c3e50; }
+    button { padding: 10px 20px; background: #3498db; color: white; border: none; cursor: pointer; }
+    button:hover { background: #2980b9; }
+    #questions { margin-top: 20px; }
+    ul { list-style-type: upper-alpha; padding-left: 20px; }
+    li { margin-bottom: 5px; }
+    .question { border-bottom: 1px solid #ecf0f1; padding-bottom: 10px; margin-bottom: 10px; }
+    .answer { color: #27ae60; }
+    .explanation { font-style: italic; color: #7f8c8d; }
+    .error { color: #e74c3c; }
+  </style>
+</head>
+<body>
+  <h1>Simulado</h1>
+  <button onclick="loadSimulado()">Carregar</button>
+  <div id="questions"></div>
+  <script>
+    async function loadSimulado() {
+      console.log('Iniciando carregamento do simulado...');
+      try {
+        const response = await fetch('/simulado?num_questions=5');
+        console.log('Requisição enviada, status:', response.status);
+        if (!response.ok) {
+          throw new Error(`Erro na requisição: ${response.status} ${response.statusText}`);
+        }
+        const data = await response.json();
+        console.log('Dados recebidos:', data);
+        const questionsDiv = document.getElementById('questions');
+        questionsDiv.innerHTML = data.simulado.map((q, index) => `
+          <div class="question">
+            <p><strong>Questão ${index + 1}:</strong> ${q.question.replace(/\n/g, '<br>')}</p>
+            <ul>
+              ${q.options.map((opt, i) => `
+                <li>
+                  <input type="radio" name="q${index}" value="${opt}" id="q${index}_${i}">
+                  <label for="q${index}_${i}">${opt}</label>
+                </li>
+              `).join('')}
+            </ul>
+            <button onclick="showAnswer(${index})">Verificar Resposta</button>
+            <p id="answer${index}" style="display: none;" class="answer">
+              <strong>Gabarito:</strong> ${q.answer}<br>
+              <strong>Explicação:</strong> ${q.explanation.replace(/\n/g, '<br>')}
+            </p>
+          </div>
+        `).join('');
+      } catch (error) {
+        console.error('Erro ao carregar simulado:', error);
+        document.getElementById('questions').innerHTML = `<p class="error">Erro ao carregar simulado: ${error.message}</p>`;
+      }
+    }
+
+    function showAnswer(index) {
+      console.log(`Exibindo resposta para questão ${index + 1}`);
+      document.getElementById(`answer${index}`).style.display = 'block';
+    }
+  </script>
+</body>
+</html>