Refactor app.py to integrate the DialoGPT model for generating conversational responses. Update the answer function to utilize message history and improve response coherence. Adjust the Gradio interface description to reflect the new functionality.

app.py

@@ -1,22 +1,28 @@
-# app.py ─ versión estable abril-2025
-import gradio as gr
-import random, datetime
+import gradio as gr, transformers, torch
 
-def answer(message: str, history: list):
-    """
-    Responde con la fecha + saludo.
-    Con type='messages' basta devolver un str
-    (Gradio lo envolverá en {'role':'assistant','content':...}).
-    """
-    today = datetime.date.today()
-    saludo = random.choice(["¡Claro!", "Por supuesto!"])
-    return f"({today}) Gracias por tu pregunta. {saludo}"
+# 1. Carga del modelo (⇢ 1–2 min la primera vez en CPU)
+generator = transformers.pipeline(
+    "conversational",
+    model="microsoft/DialoGPT-medium",        # modelo gratuito
+    tokenizer="microsoft/DialoGPT-medium",
+    device_map="auto" if torch.cuda.is_available() else None
+)                                             # :contentReference[oaicite:3]{index=3}
+
+def answer(message, history):
+    from transformers import Conversation
+    # convierte el history de Gradio al formato Conversation
+    convo = Conversation(
+        text=message,
+        past_user_inputs=[h["content"] for h in history if h["role"]=="user"],
+        generated_responses=[h["content"] for h in history if h["role"]=="assistant"]
+    )                                         # :contentReference[oaicite:4]{index=4}
+    response = generator(convo, max_new_tokens=60)
+    return response.generated_responses[-1]
 
 demo = gr.ChatInterface(
     fn=answer,
     title="IA de Cikode",
-    description="Haz cualquier pregunta sobre automatización o e-commerce.",
-    type="messages"                              # ◀── formato coherente
-)
+    description="Chat demo con DialoGPT (CPU).",
+    type="messages")
 
-demo.queue(default_concurrency_limit=1).launch()  # ◀── nuevo nombre del parámetro
+demo.queue(default_concurrency_limit=1).launch()