app.py

# -*- coding: utf-8 -*-
from transformers import AutoTokenizer, AutoModelForCausalLM
from sentence_transformers import SentenceTransformer, util
import numpy as np
import joblib
import torch
import gradio as gr
import os
import re

# === Cargar modelos entrenados ===
modelo_riesgo = joblib.load("modelo_riesgo.pkl")
modelo_violencia = joblib.load("modelo_tipo_violencia.pkl")
modelo_medida = joblib.load("modelo_tipo_medida.pkl")
codificadores = joblib.load("codificadores_label_encoder.pkl")
modelo_vector = SentenceTransformer("Snowflake/snowflake-arctic-embed-xs")

# === Cargar modelo de lenguaje Mistral 7B Instruct ===
model_id = "mistralai/Mistral-7B-Instruct-v0.1"

tokenizer = AutoTokenizer.from_pretrained(
    model_id,
    token=os.environ.get("HF_TOKEN")
)

model = AutoModelForCausalLM.from_pretrained(
    model_id,
    token=os.environ.get("HF_TOKEN"),
    torch_dtype=torch.bfloat16 if torch.cuda.is_available() else torch.float32,
    device_map="auto"
)

# === CSS personalizado Externado ===
css_externado = """
@import url('https://fonts.googleapis.com/css2?family=Roboto&display=swap');
body {
    background-color: #004225;
    font-family: 'Roboto', sans-serif;
}
.gr-button {
    background-color: #004225 !important;
    color: white !important;
}
.gr-button:hover {
    background-color: white !important;
}
.gr-input, .gr-output {
    background-color: white !important;
}
"""

# === Frases prototipo para verificador semántico ===
frases_fisica = [
    "Me golpeó con el puño cerrado",
    "Me pateó",
    "Me lanzó contra la pared",
    "Me estranguló",
    "Me fracturó una costilla",
    "Me tiró al piso violentamente"
]
frases_sexual = [
    "Me obligó a tener relaciones sexuales",
    "Me tocó sin consentimiento",
    "Me violó",
    "Me forzó a tener sexo",
    "Me agredió sexualmente"
]
frases_economica = [
    "No me da dinero",
    "Me quita mi salario",
    "Me retiene los recursos económicos",
    "No me deja trabajar",
    "Me obliga a depender económicamente"
]
frases_psicologica = [
    "Me insulta todo el tiempo",
    "Me amenaza constantemente",
    "Me humilla frente a los niños",
    "Me hace sentir inútil",
    "Me controla emocionalmente"
]
frases_negligencia = [
    "No me brinda atención médica",
    "No cuida a los hijos",
    "Me deja sin alimentos",
    "No se preocupa por mi salud",
    "Ignora mis necesidades básicas"
]

# === Embeddings de referencia ===
embeds_fisica = modelo_vector.encode(frases_fisica)
embeds_sexual = modelo_vector.encode(frases_sexual)
embeds_economica = modelo_vector.encode(frases_economica)
embeds_psicologica = modelo_vector.encode(frases_psicologica)
embeds_negligencia = modelo_vector.encode(frases_negligencia)

# === Verificador semántico completo ===
def verificar_semantico(descripcion):
    emb_desc = modelo_vector.encode(descripcion)
    tipos_detectados = []
    if max(util.cos_sim(emb_desc, embeds_fisica)[0]) > 0.8:
        tipos_detectados.append("física")
    if max(util.cos_sim(emb_desc, embeds_sexual)[0]) > 0.9:
        tipos_detectados.append("sexual")
    if max(util.cos_sim(emb_desc, embeds_economica)[0]) > 0.85:
        tipos_detectados.append("económica")
    if max(util.cos_sim(emb_desc, embeds_psicologica)[0]) > 0.85:
        tipos_detectados.append("psicológica")
    if max(util.cos_sim(emb_desc, embeds_negligencia)[0]) > 0.85:
        tipos_detectados.append("negligencia")
    return tipos_detectados

# === FUNCIÓN PRINCIPAL ===
def predecir_con_recomendacion(edad, genero, hijos, convivencia_agresor, consumo_sustancias, apoyo_familiar, descripcion):
    # Codificar variables tabulares
    vector_tabular = np.array([
        int(edad),
        int(hijos),
        codificadores["genero"].transform([genero])[0],
        0, 0, 0,
        codificadores["convivencia_agresor"].transform([convivencia_agresor])[0],
        codificadores["consumo_sustancias"].transform([consumo_sustancias])[0],
        codificadores["apoyo_familiar"].transform([apoyo_familiar])[0]
    ])

    # Vectorizar descripción
    vector_desc = modelo_vector.encode([descripcion])[0]
    entrada = np.concatenate([vector_tabular, vector_desc])

    # Modelos clásicos
    riesgo_cod = modelo_riesgo.predict([entrada])[0]
    tipo_violencia_cod = modelo_violencia.predict([entrada])[0]
    tipo_medida_cod = modelo_medida.predict([entrada])[0]

    # Decodificación
    riesgo = codificadores["riesgo"].inverse_transform([riesgo_cod])[0]
    tipo_violencia_pred = codificadores["tipo_violencia"].inverse_transform([tipo_violencia_cod])[0]
    tipo_medida = codificadores["tipo_medida"].inverse_transform([tipo_medida_cod])[0]

    # Verificador semántico
    tipos_semantico = verificar_semantico(descripcion)

    # Unir modelo + semántico sin duplicados
    tipos_combinados = list(set([tipo_violencia_pred] + tipos_semantico))
    tipos_str = ", ".join(tipos_combinados)

    messages = [
        {
            "role": "system",
            "content": "Eres un jurista colombiano experto en violencia intrafamiliar."
        },
        {
            "role": "user",
            "content": f"""
Analiza este caso y redacta un Auto de Medida Provisional conforme a la Ley 575 de 2000 y la Ley 1257 de 2008.

Hechos del caso:
Tipo de violencia: {tipos_str}
Nivel de riesgo: {riesgo}
Medida de protección sugerida: {tipo_medida}
Descripción detallada: {descripcion}

Redacta el Auto con esta estructura formal:

CONSIDERACIONES:
- Relación breve de los hechos y valoración del riesgo.
- Fundamentos jurídicos aplicables. Cita únicamente el Artículo 5 de la Ley 575 de 2000 y los Artículos 16 y 17 de la Ley 1257 de 2008 si corresponde.
- Justificación breve de cada medida, indicando los literales aplicables del Artículo 5 de la Ley 575 de 2000 (identificados por letra).

RESUELVE:
PRIMERO: Admitir la solicitud.
II, III, IV, V, etc.: Ordenar cada medida de protección en un párrafo separado, numerando en números romanos.
ÚLTIMO: Cúmplase y notifíquese.

Utiliza únicamente estas expresiones para nombrar las medidas si corresponden:
- Prohibición de acercamiento.
- Prohibición de contacto.
- Protección de la residencia.
- Acompañamiento policial.
- Prohibición de consumo de alcohol.
No uses términos como 'nominar' o 'nombrar medidas'.

A continuación, algunos literales del Artículo 5 de la Ley 575 de 2000 (solo para tu referencia, no los copies literalmente):

Literal a): Ordenar al agresor el desalojo inmediato de la casa de habitación que comparte con la víctima.
Literal b): Ordenar al agresor abstenerse de penetrar en cualquier lugar donde se encuentre la víctima.
Literal c): Ordenar al agresor abstenerse de comunicarse con la víctima por cualquier medio.
Literal d): Ordenar la protección de la víctima por la autoridad de policía.
Literal h): Ordenar al agresor abstenerse de consumir bebidas alcohólicas o sustancias psicoactivas.

No incluyas estos ejemplos en la respuesta final.
No menciones violencia económica ni sexual salvo que se describa expresamente en los hechos.
Redacta cada justificación en una sola frase única, sin repetir fundamentos.
Limita todo el texto a un máximo de 300 palabras.
Usa un estilo claro, formal y coherente.
"""
        }
    ]

    # Aplicar chat template
    encoded = tokenizer.apply_chat_template(messages, return_tensors="pt").to(model.device)

    # Generar salida
    generated_ids = model.generate(
        encoded,
        max_new_tokens=1000,
        do_sample=False,
        temperature=0.2
    )

    # Decodificar
    decoded = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)
    auto_completo = decoded[0].strip()

    # Recortar desde "CONSIDERACIONES"
    inicio = auto_completo.find("CONSIDERACIONES")
    if inicio != -1:
        auto_redactado = auto_completo[inicio:]
    else:
        auto_redactado = auto_completo

    # Eliminar líneas duplicadas
    lineas = auto_redactado.splitlines()
    lineas_sin_duplicados = []
    vistos = set()
    for linea in lineas:
        if linea.strip() and linea.strip() not in vistos:
            lineas_sin_duplicados.append(linea)
            vistos.add(linea.strip())
    auto_redactado = "\n".join(lineas_sin_duplicados)

    # Renumerar medidas en números romanos
    romanos = ["I","II", "III", "IV", "V", "VI", "VII", "VIII", "IX", "X"]
    lineas = auto_redactado.splitlines()
    contador = 0
    for i, linea in enumerate(lineas):
        if any(linea.strip().startswith(pref) for pref in ["SEGUNDO", "TERCERO", "CUARTO", "QUINTO", "SEXTO", "SÉPTIMO", "OCTAVO"]):
            numeral = romanos[contador]
            contenido = linea.split(":", 1)[1].strip()
            lineas[i] = f"{numeral}: {contenido}"
            contador += 1
    auto_redactado = "\n".join(lineas)

    return tipos_str, riesgo, tipo_medida, auto_redactado

# === Interfaz Gradio ===
with gr.Blocks(css=css_externado) as interfaz:
    # Logo alineado a la izquierda
    gr.Markdown("""
    <div style='text-align:left;'>
        <img src='https://huggingface.co/spaces/km1lo/LEGALFAMI/raw/main/Logo%20externado.jpg' style='height: 60px;'/>
    </div>
    """)

    # Título centrado en blanco
    gr.Markdown("""
    <h1 style='color:#FFFFFF; text-align:center; font-family: Roboto, sans-serif;'>
    LEGALFAMI – Asistente Legal con Razonamiento Jurídico
    </h1>
    """)
    
    # Subtítulo
    gr.Markdown("""
    <p style='text-align:center; color:#FFFFFF;'>
    Predice tipo de violencia, nivel de riesgo, medida de protección y redacta un Auto conforme a la Ley 575 Art.5.
    </p>
    """)

    with gr.Row():
        with gr.Column():
            edad = gr.Slider(18, 65, value=30, label="Edad de la Víctima")
            genero = gr.Radio(["F", "M"], label="Género")
            hijos = gr.Slider(0, 5, step=1, value=1, label="Número de Hijos")
            convivencia_agresor = gr.Radio(["sí", "no"], label="¿Convive con el Agresor?")
            consumo_sustancias = gr.Radio(["sí", "no"], label="¿Hay Consumo de Sustancias?")
            apoyo_familiar = gr.Radio(["sí", "no"], label="¿Tiene Apoyo Familiar?")
            descripcion = gr.Textbox(lines=5, placeholder="Describa detalladamente el caso de violencia...", label="Descripción del Caso")
            boton = gr.Button("🔍 Analizar Caso")

        with gr.Column():
            tipo_violencia_out = gr.Textbox(label="🛑 Tipo de Violencia Detectada", interactive=False)
            riesgo_out = gr.Textbox(label="⚠️ Nivel de Riesgo Estimado", interactive=False)
            medida_out = gr.Textbox(label="🧾 Tipo de Medida de Protección Sugerida", interactive=False)
            recomendacion_out = gr.Textbox(label="📋 Auto de Medida Provisional", lines=12, interactive=False)

    boton.click(
        fn=predecir_con_recomendacion,
        inputs=[edad, genero, hijos, convivencia_agresor, consumo_sustancias, apoyo_familiar, descripcion],
        outputs=[tipo_violencia_out, riesgo_out, medida_out, recomendacion_out]
    )

interfaz.launch()