Spaces:

oriolgds
/

title-generator

Sleeping

App Files Files Community

oriolgds commited on 9 days ago

Commit

7863d5e

unverified ·

1 Parent(s): b505777

Perplexity LABS CURL

Browse files

Files changed (4) hide show

README.md +25 -73
app.py +95 -116
requirements.txt +1 -3
script.py +131 -220

README.md CHANGED Viewed

@@ -1,100 +1,52 @@
 ---
-title: Generador de Títulos con Llama 3.2
-emoji: 🎯
 colorFrom: blue
 colorTo: purple
 sdk: gradio
-sdk_version: 4.0.0
 app_file: app.py
 pinned: false
 license: mit
 ---
-# Generador de Títulos con Llama 3.2-1B-Instruct
-Esta aplicación genera títulos concisos a partir de texto o conversaciones usando el modelo **meta-llama/Llama-3.2-1B-Instruct**.
-## Características
-- ✅ Interfaz web interactiva con Gradio
-- ✅ Generación de títulos desde texto simple o conversaciones
-- ✅ API accesible mediante Python, JavaScript y HTTP
-- ✅ Modelo ligero y rápido (1B parámetros)
-- ✅ Soporte multiidioma
-## Configuración
-### 1. Crear el Space en Hugging Face
-1. Ve a https://huggingface.co/new-space
-2. Selecciona **Gradio** como SDK
-3. Nombra tu Space (ej: "title-generator-llama")
-### 2. Configurar el Secret HF_TOKEN
-**IMPORTANTE**: Este paso es necesario porque el modelo Llama 3.2 es "gated" (requiere acceso).
-1. Solicita acceso al modelo en: https://huggingface.co/meta-llama/Llama-3.2-1B-Instruct
-2. Genera un token de acceso en: https://huggingface.co/settings/tokens
-3. En tu Space, ve a **Settings** → **Repository secrets**
-4. Añade un nuevo secret:
-   - **Name**: `HF_TOKEN`
-   - **Value**: Tu token de Hugging Face (empezará con `hf_...`)
-### 3. Subir los archivos
-Sube estos archivos a tu Space:
-- `app.py` - Código principal
-- `requirements.txt` - Dependencias
-- `README.md` - Esta documentación
-## Uso
-### Interfaz Web
-Simplemente visita tu Space y usa la interfaz para:
-- **Texto Simple**: Pega cualquier texto y genera un título
-- **Conversación**: Pega un historial de chat y genera un título resumido
-### API Python
 ```python
 from gradio_client import Client
-client = Client("tu-usuario/title-generator-llama")
-result = client.predict(
-    input_text="Tu texto aquí...",
-    is_conversation=False,
-    api_name="/predict"
-)
 print(result)
 ```
-### API JavaScript
-```javascript
-import { Client } from "@gradio/client";
-const client = await Client.connect("tu-usuario/title-generator-llama");
-const result = await client.predict("/predict", {
-  input_text: "Tu texto aquí...",
-  is_conversation: false,
-});
-console.log(result.data);
-```
-### API HTTP
-```bash
-curl -X POST https://tu-usuario-title-generator-llama.hf.space/api/predict \
-  -H "Content-Type: application/json" \
-  -d '{"data": ["Tu texto aquí...", false]}'
-```
-## Hardware
-Este Space funciona en **CPU básico** de Hugging Face (gratis). El modelo es lo suficientemente pequeño para ejecutarse eficientemente sin GPU.
-## Licencia
 MIT License

 ---
+title: Title Generator with Llama 3.2
+emoji: 📝
 colorFrom: blue
 colorTo: purple
 sdk: gradio
+sdk_version: 4.44.0
 app_file: app.py
 pinned: false
 license: mit
 ---
+# Title Generator with Llama 3.2-1B-Instruct
+Generate concise titles from text or conversation history using Meta's Llama 3.2-1B-Instruct model.
+## Features
+- 📝 Generate titles from plain text
+- 💬 Generate titles from conversation history
+- 🚀 Fast inference with Llama 3.2-1B
+- 🔌 RESTful API support for integration
+## Setup
+1. Go to your Space settings
+2. Add a new secret: `HF_TOKEN` with your Hugging Face token
+3. Make sure you have access to `meta-llama/Llama-3.2-1B-Instruct` (accept the gated model)
+## API Usage
+### CURL Example
+```bash
+curl -X POST "https://YOUR-SPACE-URL/call/generate_title" \
+  -H "Content-Type: application/json" \
+  -d '{"data": ["Your text or conversation here"]}'
+```
+### Python Example
 ```python
 from gradio_client import Client
+client = Client("YOUR-SPACE-URL")
+result = client.predict("Your text here", api_name="/generate_title")
 print(result)
 ```
+## License
 MIT License

app.py CHANGED Viewed

@@ -1,148 +1,127 @@
-import os
 import gradio as gr
-from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
-import torch
-# Obtener el token de HF desde las variables de entorno (secret)
-HF_TOKEN = os.getenv("HF_TOKEN")
-# Cargar el modelo y tokenizer
-MODEL_NAME = "meta-llama/Llama-3.2-1B-Instruct"
-print("Cargando modelo y tokenizer...")
-tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, token=HF_TOKEN)
-model = AutoModelForCausalLM.from_pretrained(
-    MODEL_NAME,
-    token=HF_TOKEN,
-    torch_dtype=torch.float16,
-    device_map="auto"
 )
-print("Modelo cargado exitosamente!")
-def generate_title(input_text, is_conversation=False):
     """
-    Genera un título a partir de texto o historial de conversación.
     Args:
-        input_text: String con el texto o historial
-        is_conversation: Boolean indicando si es un historial de conversación
     Returns:
-        String con el título generado
     """
     try:
-        # Crear el prompt según el tipo de entrada
-        if is_conversation:
-            system_prompt = "Eres un asistente experto en crear títulos concisos y descriptivos. Analiza la siguiente conversación y genera un título breve (máximo 6 palabras) que capture el tema principal."
-            user_prompt = f"Conversación:\n{input_text}\n\nGenera un título breve y descriptivo:"
         else:
-            system_prompt = "Eres un asistente experto en crear títulos concisos y descriptivos. Analiza el siguiente texto y genera un título breve (máximo 6 palabras) que capture la idea principal."
-            user_prompt = f"Texto:\n{input_text}\n\nGenera un título breve y descriptivo:"
-        # Formatear mensajes para Llama
-        messages = [
-            {"role": "system", "content": system_prompt},
-            {"role": "user", "content": user_prompt}
-        ]
-        # Aplicar chat template
-        prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
-        # Tokenizar
-        inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
-        # Generar
-        outputs = model.generate(
-            **inputs,
-            max_new_tokens=50,
-            temperature=0.7,
-            top_p=0.9,
-            do_sample=True,
-            pad_token_id=tokenizer.eos_token_id
-        )
-        # Decodificar solo la respuesta generada
-        generated_text = tokenizer.decode(outputs[0][inputs['input_ids'].shape[1]:], skip_special_tokens=True)
-        # Limpiar el título
-        title = generated_text.strip().split('\n')[0].strip()
         return title
     except Exception as e:
-        return f"Error al generar título: {str(e)}"
-# Crear interfaz de Gradio
-with gr.Blocks(title="Generador de Títulos con Llama 3.2") as demo:
-    gr.Markdown("# 🎯 Generador de Títulos con Llama 3.2-1B-Instruct")
-    gr.Markdown("Genera títulos concisos a partir de texto o conversaciones usando IA")
-    with gr.Tab("Texto Simple"):
-        with gr.Row():
-            with gr.Column():
-                text_input = gr.Textbox(
-                    label="Texto de entrada",
-                    placeholder="Escribe o pega el texto del que quieres generar un título...",
-                    lines=8
-                )
-                text_btn = gr.Button("Generar Título", variant="primary")
-            with gr.Column():
-                text_output = gr.Textbox(label="Título generado", lines=3)
-        text_btn.click(
-            fn=lambda x: generate_title(x, is_conversation=False),
-            inputs=text_input,
-            outputs=text_output
         )
-        gr.Examples(
-            examples=[
-                ["La inteligencia artificial está revolucionando la forma en que trabajamos. Desde asistentes virtuales hasta sistemas de recomendación, la IA está presente en nuestra vida diaria de formas que ni siquiera imaginamos."],
-                ["El cambio climático es uno de los mayores desafíos que enfrenta la humanidad. Las temperaturas globales continúan aumentando y los eventos climáticos extremos son cada vez más frecuentes."]
-            ],
-            inputs=text_input
         )
-    with gr.Tab("Historial de Conversación"):
-        with gr.Row():
-            with gr.Column():
-                conv_input = gr.Textbox(
-                    label="Historial de conversación",
-                    placeholder="Pega aquí el historial de la conversación...\n\nFormato ejemplo:\nUsuario: Hola, ¿cómo estás?\nAsistente: ¡Bien! ¿En qué puedo ayudarte?",
-                    lines=10
-                )
-                conv_btn = gr.Button("Generar Título", variant="primary")
-            with gr.Column():
-                conv_output = gr.Textbox(label="Título generado", lines=3)
-        conv_btn.click(
-            fn=lambda x: generate_title(x, is_conversation=True),
-            inputs=conv_input,
-            outputs=conv_output
-        )
-        gr.Examples(
-            examples=[
-                ["Usuario: Necesito ayuda con mi código Python\nAsistente: Claro, ¿qué problema tienes?\nUsuario: No sé cómo leer un archivo CSV\nAsistente: Puedes usar la librería pandas..."],
-                ["Usuario: ¿Cuál es la receta de paella?\nAsistente: La paella es un plato español tradicional...\nUsuario: ¿Qué ingredientes necesito?\nAsistente: Necesitas arroz, azafrán, pollo..."]
-            ],
-            inputs=conv_input
         )
     gr.Markdown("""
-    ### 📝 Notas:
-    - El modelo genera títulos concisos (máximo 6 palabras)
-    - Puedes usar tanto texto simple como conversaciones
-    - Funciona en español, inglés y otros idiomas
-    - Usa Llama 3.2-1B-Instruct de Meta
-    """)
-# API habilitada automáticamente - Los usuarios pueden usar:
-# - Cliente Python de Gradio
-# - Cliente JavaScript de Gradio
-# - Llamadas HTTP directas
 if __name__ == "__main__":
-    demo.launch(share=False)

 import gradio as gr
+import os
+from huggingface_hub import InferenceClient
+# Obtener el token de HF desde los secrets
+HF_TOKEN = os.environ.get("HF_TOKEN")
+# Inicializar el cliente de inferencia con el modelo Llama
+client = InferenceClient(
+    model="meta-llama/Llama-3.2-1B-Instruct",
+    token=HF_TOKEN
 )
+def generate_title(text_or_history, max_length=50):
     """
+    Genera un título a partir de texto o historial de conversación
     Args:
+        text_or_history: Puede ser texto simple o una lista de mensajes
+        max_length: Longitud máxima del título
     Returns:
+        El título generado
     """
     try:
+        # Si es una lista (historial), convertirla a texto
+        if isinstance(text_or_history, list):
+            # Formatear el historial como conversación
+            conversation_text = "\n".join([
+                f"{msg.get('role', 'user')}: {msg.get('content', '')}"
+                for msg in text_or_history
+            ])
         else:
+            conversation_text = str(text_or_history)
+        # Crear el prompt para generar título
+        prompt = f"""Based on the following conversation or text, generate a short, concise title (maximum 10 words):
+{conversation_text}
+Title:"""
+        # Generar el título usando el modelo
+        messages = [
+            {"role": "user", "content": prompt}
+        ]
+        response = ""
+        for message in client.chat_completion(
+            messages=messages,
+            max_tokens=max_length,
+            temperature=0.7,
+            stream=True
+        ):
+            token = message.choices[0].delta.content
+            if token:
+                response += token
+        # Limpiar el título (quitar saltos de línea extra, etc.)
+        title = response.strip().split("\n")[0]
         return title
     except Exception as e:
+        return f"Error: {str(e)}"
+# Crear la interfaz de Gradio
+with gr.Blocks(title="Title Generator with Llama 3.2") as demo:
+    gr.Markdown("# 📝 AI Title Generator")
+    gr.Markdown("Generate concise titles from text or conversation history using Llama 3.2-1B-Instruct")
+    with gr.Tab("Text Input"):
+        text_input = gr.Textbox(
+            label="Enter your text",
+            placeholder="Paste your text or conversation here...",
+            lines=10
         )
+        text_button = gr.Button("Generate Title", variant="primary")
+        text_output = gr.Textbox(label="Generated Title", lines=2)
+        text_button.click(
+            fn=generate_title,
+            inputs=[text_input],
+            outputs=[text_output]
         )
+    with gr.Tab("History/List Input"):
+        gr.Markdown("Enter conversation history as JSON format:")
+        gr.Markdown('Example: `[{"role": "user", "content": "Hello"}, {"role": "assistant", "content": "Hi there!"}]`')
+        history_input = gr.Textbox(
+            label="Conversation History (JSON)",
+            placeholder='[{"role": "user", "content": "Your message here"}]',
+            lines=10
+        )
+        history_button = gr.Button("Generate Title", variant="primary")
+        history_output = gr.Textbox(label="Generated Title", lines=2)
+        def process_history(history_json):
+            try:
+                import json
+                history_list = json.loads(history_json)
+                return generate_title(history_list)
+            except json.JSONDecodeError:
+                return "Error: Invalid JSON format"
+        history_button.click(
+            fn=process_history,
+            inputs=[history_input],
+            outputs=[history_output]
         )
+    gr.Markdown("---")
+    gr.Markdown("### API Usage")
     gr.Markdown("""
+    You can use this API with CURL:
+    ```bash
+    curl -X POST "https://YOUR-SPACE-URL/call/generate_title" \
+      -H "Content-Type: application/json" \
+      -d '{"data": ["Your text here"]}'
+    ```
+    """)
+# Lanzar la aplicación con API habilitada
 if __name__ == "__main__":
+    demo.launch(show_api=True)

requirements.txt CHANGED Viewed

@@ -1,4 +1,2 @@
 gradio>=4.0.0
-transformers>=4.43.0
-torch>=2.0.0
-accelerate>=0.20.0


1	gradio>=4.0.0
2	+ huggingface_hub>=0.19.0

script.py CHANGED Viewed

@@ -1,297 +1,208 @@
-# Voy a crear el código completo para el espacio de Hugging Face
-# que genera títulos usando Llama-3.2-1B-Instruct
-# Primero creo el código para app.py
-app_py_code = '''import os
-import gradio as gr
-from transformers import AutoTokenizer, AutoModelForCausalLM, pipeline
-import torch
-# Obtener el token de HF desde las variables de entorno (secret)
-HF_TOKEN = os.getenv("HF_TOKEN")
-# Cargar el modelo y tokenizer
-MODEL_NAME = "meta-llama/Llama-3.2-1B-Instruct"
-print("Cargando modelo y tokenizer...")
-tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME, token=HF_TOKEN)
-model = AutoModelForCausalLM.from_pretrained(
-    MODEL_NAME,
-    token=HF_TOKEN,
-    torch_dtype=torch.float16,
-    device_map="auto"
 )
-print("Modelo cargado exitosamente!")
-def generate_title(input_text, is_conversation=False):
     """
-    Genera un título a partir de texto o historial de conversación.
     Args:
-        input_text: String con el texto o historial
-        is_conversation: Boolean indicando si es un historial de conversación
     Returns:
-        String con el título generado
     """
     try:
-        # Crear el prompt según el tipo de entrada
-        if is_conversation:
-            system_prompt = "Eres un asistente experto en crear títulos concisos y descriptivos. Analiza la siguiente conversación y genera un título breve (máximo 6 palabras) que capture el tema principal."
-            user_prompt = f"Conversación:\\n{input_text}\\n\\nGenera un título breve y descriptivo:"
         else:
-            system_prompt = "Eres un asistente experto en crear títulos concisos y descriptivos. Analiza el siguiente texto y genera un título breve (máximo 6 palabras) que capture la idea principal."
-            user_prompt = f"Texto:\\n{input_text}\\n\\nGenera un título breve y descriptivo:"
-        # Formatear mensajes para Llama
         messages = [
-            {"role": "system", "content": system_prompt},
-            {"role": "user", "content": user_prompt}
         ]
-        # Aplicar chat template
-        prompt = tokenizer.apply_chat_template(messages, tokenize=False, add_generation_prompt=True)
-        # Tokenizar
-        inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
-        # Generar
-        outputs = model.generate(
-            **inputs,
-            max_new_tokens=50,
             temperature=0.7,
-            top_p=0.9,
-            do_sample=True,
-            pad_token_id=tokenizer.eos_token_id
-        )
-        # Decodificar solo la respuesta generada
-        generated_text = tokenizer.decode(outputs[0][inputs['input_ids'].shape[1]:], skip_special_tokens=True)
-        # Limpiar el título
-        title = generated_text.strip().split('\\n')[0].strip()
         return title
     except Exception as e:
-        return f"Error al generar título: {str(e)}"
-# Crear interfaz de Gradio
-with gr.Blocks(title="Generador de Títulos con Llama 3.2") as demo:
-    gr.Markdown("# 🎯 Generador de Títulos con Llama 3.2-1B-Instruct")
-    gr.Markdown("Genera títulos concisos a partir de texto o conversaciones usando IA")
-    with gr.Tab("Texto Simple"):
-        with gr.Row():
-            with gr.Column():
-                text_input = gr.Textbox(
-                    label="Texto de entrada",
-                    placeholder="Escribe o pega el texto del que quieres generar un título...",
-                    lines=8
-                )
-                text_btn = gr.Button("Generar Título", variant="primary")
-            with gr.Column():
-                text_output = gr.Textbox(label="Título generado", lines=3)
-        text_btn.click(
-            fn=lambda x: generate_title(x, is_conversation=False),
-            inputs=text_input,
-            outputs=text_output
         )
-        gr.Examples(
-            examples=[
-                ["La inteligencia artificial está revolucionando la forma en que trabajamos. Desde asistentes virtuales hasta sistemas de recomendación, la IA está presente en nuestra vida diaria de formas que ni siquiera imaginamos."],
-                ["El cambio climático es uno de los mayores desafíos que enfrenta la humanidad. Las temperaturas globales continúan aumentando y los eventos climáticos extremos son cada vez más frecuentes."]
-            ],
-            inputs=text_input
         )
-    with gr.Tab("Historial de Conversación"):
-        with gr.Row():
-            with gr.Column():
-                conv_input = gr.Textbox(
-                    label="Historial de conversación",
-                    placeholder="Pega aquí el historial de la conversación...\\n\\nFormato ejemplo:\\nUsuario: Hola, ¿cómo estás?\\nAsistente: ¡Bien! ¿En qué puedo ayudarte?",
-                    lines=10
-                )
-                conv_btn = gr.Button("Generar Título", variant="primary")
-            with gr.Column():
-                conv_output = gr.Textbox(label="Título generado", lines=3)
-        conv_btn.click(
-            fn=lambda x: generate_title(x, is_conversation=True),
-            inputs=conv_input,
-            outputs=conv_output
         )
-        gr.Examples(
-            examples=[
-                ["Usuario: Necesito ayuda con mi código Python\\nAsistente: Claro, ¿qué problema tienes?\\nUsuario: No sé cómo leer un archivo CSV\\nAsistente: Puedes usar la librería pandas..."],
-                ["Usuario: ¿Cuál es la receta de paella?\\nAsistente: La paella es un plato español tradicional...\\nUsuario: ¿Qué ingredientes necesito?\\nAsistente: Necesitas arroz, azafrán, pollo..."]
-            ],
-            inputs=conv_input
         )
     gr.Markdown("""
-    ### 📝 Notas:
-    - El modelo genera títulos concisos (máximo 6 palabras)
-    - Puedes usar tanto texto simple como conversaciones
-    - Funciona en español, inglés y otros idiomas
-    - Usa Llama 3.2-1B-Instruct de Meta
     """)
-# API habilitada automáticamente - Los usuarios pueden usar:
-# - Cliente Python de Gradio
-# - Cliente JavaScript de Gradio
-# - Llamadas HTTP directas
 if __name__ == "__main__":
-    demo.launch(share=False)
 '''
-# Guardar app.py
 with open('app.py', 'w', encoding='utf-8') as f:
-    f.write(app_py_code)
-print("✅ Archivo app.py creado")
-# Crear requirements.txt
-requirements_txt = '''gradio>=4.0.0
-transformers>=4.43.0
-torch>=2.0.0
-accelerate>=0.20.0
 '''
 with open('requirements.txt', 'w', encoding='utf-8') as f:
-    f.write(requirements_txt)
-print("✅ Archivo requirements.txt creado")
-# Crear README.md con instrucciones
-readme_md = '''---
-title: Generador de Títulos con Llama 3.2
-emoji: 🎯
 colorFrom: blue
 colorTo: purple
 sdk: gradio
-sdk_version: 4.0.0
 app_file: app.py
 pinned: false
 license: mit
 ---
-# Generador de Títulos con Llama 3.2-1B-Instruct
-Esta aplicación genera títulos concisos a partir de texto o conversaciones usando el modelo **meta-llama/Llama-3.2-1B-Instruct**.
-## Características
-- ✅ Interfaz web interactiva con Gradio
-- ✅ Generación de títulos desde texto simple o conversaciones
-- ✅ API accesible mediante Python, JavaScript y HTTP
-- ✅ Modelo ligero y rápido (1B parámetros)
-- ✅ Soporte multiidioma
-## Configuración
-### 1. Crear el Space en Hugging Face
-1. Ve a https://huggingface.co/new-space
-2. Selecciona **Gradio** como SDK
-3. Nombra tu Space (ej: "title-generator-llama")
-### 2. Configurar el Secret HF_TOKEN
-**IMPORTANTE**: Este paso es necesario porque el modelo Llama 3.2 es "gated" (requiere acceso).
-1. Solicita acceso al modelo en: https://huggingface.co/meta-llama/Llama-3.2-1B-Instruct
-2. Genera un token de acceso en: https://huggingface.co/settings/tokens
-3. En tu Space, ve a **Settings** → **Repository secrets**
-4. Añade un nuevo secret:
-   - **Name**: `HF_TOKEN`
-   - **Value**: Tu token de Hugging Face (empezará con `hf_...`)
-### 3. Subir los archivos
-Sube estos archivos a tu Space:
-- `app.py` - Código principal
-- `requirements.txt` - Dependencias
-- `README.md` - Esta documentación
-## Uso
-### Interfaz Web
-Simplemente visita tu Space y usa la interfaz para:
-- **Texto Simple**: Pega cualquier texto y genera un título
-- **Conversación**: Pega un historial de chat y genera un título resumido
-### API Python
 ```python
 from gradio_client import Client
-client = Client("tu-usuario/title-generator-llama")
-result = client.predict(
-    input_text="Tu texto aquí...",
-    is_conversation=False,
-    api_name="/predict"
-)
 print(result)
 ```
-### API JavaScript
-```javascript
-import { Client } from "@gradio/client";
-const client = await Client.connect("tu-usuario/title-generator-llama");
-const result = await client.predict("/predict", {
-  input_text: "Tu texto aquí...",
-  is_conversation: false,
-});
-console.log(result.data);
-```
-### API HTTP
-```bash
-curl -X POST https://tu-usuario-title-generator-llama.hf.space/api/predict \\
-  -H "Content-Type: application/json" \\
-  -d '{"data": ["Tu texto aquí...", false]}'
-```
-## Hardware
-Este Space funciona en **CPU básico** de Hugging Face (gratis). El modelo es lo suficientemente pequeño para ejecutarse eficientemente sin GPU.
-## Licencia
 MIT License
 '''
 with open('README.md', 'w', encoding='utf-8') as f:
-    f.write(readme_md)
-print("✅ Archivo README.md creado")
-print("\n" + "="*60)
-print("📦 Archivos creados exitosamente:")
-print("="*60)
-print("✅ app.py - Código principal de la aplicación")
-print("✅ requirements.txt - Dependencias necesarias")
-print("✅ README.md - Documentación completa")
-print("\n" + "="*60)
-print("📋 PRÓXIMOS PASOS:")
-print("="*60)
-print("1. Crea un nuevo Space en https://huggingface.co/new-space")
-print("2. Selecciona 'Gradio' como SDK")
-print("3. Sube estos 3 archivos a tu Space")
-print("4. Ve a Settings → Repository secrets")
-print("5. Añade HF_TOKEN con tu token de Hugging Face")
-print("6. ¡El Space se construirá automáticamente!")
-print("="*60)

+# Crear el código completo para un espacio de Hugging Face que genera títulos
+# usando Llama-3.2-1B-Instruct con interfaz Gradio y API
+app_code = '''import gradio as gr
+import os
+from huggingface_hub import InferenceClient
+# Obtener el token de HF desde los secrets
+HF_TOKEN = os.environ.get("HF_TOKEN")
+# Inicializar el cliente de inferencia con el modelo Llama
+client = InferenceClient(
+    model="meta-llama/Llama-3.2-1B-Instruct",
+    token=HF_TOKEN
 )
+def generate_title(text_or_history, max_length=50):
     """
+    Genera un título a partir de texto o historial de conversación
     Args:
+        text_or_history: Puede ser texto simple o una lista de mensajes
+        max_length: Longitud máxima del título
     Returns:
+        El título generado
     """
     try:
+        # Si es una lista (historial), convertirla a texto
+        if isinstance(text_or_history, list):
+            # Formatear el historial como conversación
+            conversation_text = "\\n".join([
+                f"{msg.get('role', 'user')}: {msg.get('content', '')}"
+                for msg in text_or_history
+            ])
         else:
+            conversation_text = str(text_or_history)
+        # Crear el prompt para generar título
+        prompt = f"""Based on the following conversation or text, generate a short, concise title (maximum 10 words):
+{conversation_text}
+Title:"""
+        # Generar el título usando el modelo
         messages = [
+            {"role": "user", "content": prompt}
         ]
+        response = ""
+        for message in client.chat_completion(
+            messages=messages,
+            max_tokens=max_length,
             temperature=0.7,
+            stream=True
+        ):
+            token = message.choices[0].delta.content
+            if token:
+                response += token
+        # Limpiar el título (quitar saltos de línea extra, etc.)
+        title = response.strip().split("\\n")[0]
         return title
     except Exception as e:
+        return f"Error: {str(e)}"
+# Crear la interfaz de Gradio
+with gr.Blocks(title="Title Generator with Llama 3.2") as demo:
+    gr.Markdown("# 📝 AI Title Generator")
+    gr.Markdown("Generate concise titles from text or conversation history using Llama 3.2-1B-Instruct")
+    with gr.Tab("Text Input"):
+        text_input = gr.Textbox(
+            label="Enter your text",
+            placeholder="Paste your text or conversation here...",
+            lines=10
         )
+        text_button = gr.Button("Generate Title", variant="primary")
+        text_output = gr.Textbox(label="Generated Title", lines=2)
+        text_button.click(
+            fn=generate_title,
+            inputs=[text_input],
+            outputs=[text_output]
         )
+    with gr.Tab("History/List Input"):
+        gr.Markdown("Enter conversation history as JSON format:")
+        gr.Markdown('Example: `[{"role": "user", "content": "Hello"}, {"role": "assistant", "content": "Hi there!"}]`')
+        history_input = gr.Textbox(
+            label="Conversation History (JSON)",
+            placeholder='[{"role": "user", "content": "Your message here"}]',
+            lines=10
         )
+        history_button = gr.Button("Generate Title", variant="primary")
+        history_output = gr.Textbox(label="Generated Title", lines=2)
+        def process_history(history_json):
+            try:
+                import json
+                history_list = json.loads(history_json)
+                return generate_title(history_list)
+            except json.JSONDecodeError:
+                return "Error: Invalid JSON format"
+        history_button.click(
+            fn=process_history,
+            inputs=[history_input],
+            outputs=[history_output]
         )
+    gr.Markdown("---")
+    gr.Markdown("### API Usage")
     gr.Markdown("""
+    You can use this API with CURL:
+    ```bash
+    curl -X POST "https://YOUR-SPACE-URL/call/generate_title" \\
+      -H "Content-Type: application/json" \\
+      -d '{"data": ["Your text here"]}'
+    ```
     """)
+# Lanzar la aplicación con API habilitada
 if __name__ == "__main__":
+    demo.launch(show_api=True)
 '''
+# Guardar el código en un archivo
 with open('app.py', 'w', encoding='utf-8') as f:
+    f.write(app_code)
+# Crear el archivo requirements.txt
+requirements = '''gradio>=4.0.0
+huggingface_hub>=0.19.0
 '''
 with open('requirements.txt', 'w', encoding='utf-8') as f:
+    f.write(requirements)
+# Crear el README con instrucciones
+readme = '''---
+title: Title Generator with Llama 3.2
+emoji: 📝
 colorFrom: blue
 colorTo: purple
 sdk: gradio
+sdk_version: 4.44.0
 app_file: app.py
 pinned: false
 license: mit
 ---
+# Title Generator with Llama 3.2-1B-Instruct
+Generate concise titles from text or conversation history using Meta's Llama 3.2-1B-Instruct model.
+## Features
+- 📝 Generate titles from plain text
+- 💬 Generate titles from conversation history
+- 🚀 Fast inference with Llama 3.2-1B
+- 🔌 RESTful API support for integration
+## Setup
+1. Go to your Space settings
+2. Add a new secret: `HF_TOKEN` with your Hugging Face token
+3. Make sure you have access to `meta-llama/Llama-3.2-1B-Instruct` (accept the gated model)
+## API Usage
+### CURL Example
+```bash
+curl -X POST "https://YOUR-SPACE-URL/call/generate_title" \\
+  -H "Content-Type: application/json" \\
+  -d '{"data": ["Your text or conversation here"]}'
+```
+### Python Example
 ```python
 from gradio_client import Client
+client = Client("YOUR-SPACE-URL")
+result = client.predict("Your text here", api_name="/generate_title")
 print(result)
 ```
+## License
 MIT License
 '''
 with open('README.md', 'w', encoding='utf-8') as f:
+    f.write(readme)
+print("✅ Archivos generados exitosamente:")
+print("- app.py")
+print("- requirements.txt")
+print("- README.md")
+print("\n📦 Archivos listos para subir a Hugging Face Space")