Update app.py

app.py

@@ -1,38 +1,38 @@
-import gradio as gr
-from transformers import T5Tokenizer, T5ForConditionalGeneration
-from deep_translator import GoogleTranslator
-import torch
-# Limitar el uso de CPU para servidores lentos
-torch.set_num_threads(1)
-torch.set_num_interop_threads(1)
-# Cargar modelo
-tokenizer = T5Tokenizer.from_pretrained("cssupport/t5-small-awesome-text-to-sql")
-model = T5ForConditionalGeneration.from_pretrained("cssupport/t5-small-awesome-text-to-sql")
-# Esquema de base de datos
-SCHEMA = """
-Database schema:
-Table customers(id, name, age, country)
-Table orders(id, customer_id, amount)
-"""
-# Función principal
-def generar_sql(pregunta_espanol):
-   try:
-       # Traducir pregunta a inglés
-       pregunta_ingles = GoogleTranslator(source="es", target="en").translate(pregunta_espanol)
-       # Crear prompt
-       prompt = f"{SCHEMA}\ntranslate English to SQL: {pregunta_ingles}"
-       input_ids = tokenizer(prompt, return_tensors="pt").input_ids
-       output = model.generate(input_ids, max_length=128)
-       sql = tokenizer.decode(output[0], skip_special_tokens=True)
-       return sql
-   except Exception as e:
-       return f"Error: {str(e)}"
-# Interfaz Gradio
-iface = gr.Interface(
-   fn=generar_sql,
-   inputs=gr.Textbox(lines=3, label="Pregunta en español"),
-   outputs=gr.Textbox(label="Consulta SQL generada"),
-   title="Texto a SQL (entrada en español)",
-   description="Escribe una pregunta en español sobre la base de datos y obtén la consulta SQL."
-)
+import gradio as gr
+from transformers import T5Tokenizer, T5ForConditionalGeneration
+from deep_translator import GoogleTranslator
+import torch
+# Limitar el uso de CPU para servidores lentos
+torch.set_num_threads(1)
+torch.set_num_interop_threads(1)
+# Cargar modelo
+tokenizer = T5Tokenizer.from_pretrained("cssupport/t5-small-awesome-text-to-sql")
+model = T5ForConditionalGeneration.from_pretrained("cssupport/t5-small-awesome-text-to-sql")
+# Esquema de base de datos
+SCHEMA = """
+Database schema:
+Table bodegas(Id, Nombre, Encargado, Telefono, Email, Direccion, Horario, Regional, Latitud, Regional, Longitud)
+Table maestra(CodigoSap, Descripcion, Grupo, Agrupador, Marca, Parte, Operacion, Componente)
+"""
+# Función principal
+def generar_sql(pregunta_espanol):
+   try:
+       # Traducir pregunta a inglés
+       pregunta_ingles = GoogleTranslator(source="es", target="en").translate(pregunta_espanol)
+       # Crear prompt
+       prompt = f"{SCHEMA}\ntranslate English to SQL: {pregunta_ingles}"
+       input_ids = tokenizer(prompt, return_tensors="pt").input_ids
+       output = model.generate(input_ids, max_length=128)
+       sql = tokenizer.decode(output[0], skip_special_tokens=True)
+       return sql
+   except Exception as e:
+       return f"Error: {str(e)}"
+# Interfaz Gradio
+iface = gr.Interface(
+   fn=generar_sql,
+   inputs=gr.Textbox(lines=3, label="Pregunta en español"),
+   outputs=gr.Textbox(label="Consulta SQL generada"),
+   title="Texto a SQL (entrada en español)",
+   description="Escribe una pregunta en español sobre la base de datos y obtén la consulta SQL."
+)
 iface.launch()