Create app.py

app.py

@@ -0,0 +1,28 @@
+# app_streamlit_es.py
+import streamlit as st
+from transformers import pipeline
+
+# Cargar pipeline genérico de generación
+generador = pipeline("text-generation", model="IIC/MEL")  # o modelo instructivo compatible
+
+st.set_page_config(page_title="Interface MEL", layout="wide")
+st.title("Interfaz MEL: documentos 🔍")
+st.write("Sube tus documentos, escribe tu prompt (tarea deseada) y obtén la respuesta generada.")
+prompt = st.text_area("Prompt (instrucción al modelo)", height=100, placeholder="Ejemplo: “Resume este texto” o “Clasifica según categoría legal”")
+
+archivos = st.file_uploader("Sube documentos (.txt, .md, .pdf)", accept_multiple_files=True)
+if st.button("Generar respuesta"):
+    texts = []
+    for fichero in archivos:
+        try:
+            texto = fichero.read().decode("utf‑8")
+        except:
+            texto = ""  # podrías usar pdfplumber o similar para PDF
+        texts.append(texto)
+    contenido = "\n\n".join(texts)
+    entrada = prompt + "\n\n" + contenido
+    # Generar con límite de tokens razonable
+    salida = generador(entrada, max_new_tokens=512, do_sample=False)
+    respuesta = salida[0]["generated_text"]
+    st.text_area("Resultado", value=respuesta, height=300)
+    st.download_button("Descargar resultado (.txt)", data=respuesta, file_name="resultado.txt")