Update app.py

app.py

@@ -7,7 +7,6 @@ import re
 import time
 from datetime import datetime
 
-# Importação do motor de Nuvem do Hugging Face
 try:
     from huggingface_hub import HfApi, hf_hub_download
     HF_HUB_AVAILABLE = True
@@ -57,7 +56,7 @@ st.markdown("""
 # 2. ARQUITETURA DE DADOS E MEMÓRIA EM NUVEM
 # ═══════════════════════════════════════════════════════════════════════════
 DB_FILE = "yukina_memoria_v3.json"
-DATASET_ID = "Astarok/Yukina_Memoria" # Seu banco de dados privado na nuvem
+DATASET_ID = "Astarok/Yukina_Memoria"
 
 MODEL_IDS = {
     "🤖 Automático (Gerente Hermes)": "AUTO",
@@ -108,47 +107,28 @@ def analisar_intencao_gerente(prompt, api_key):
 
 def load_db():
     hf_token = os.getenv("HF_TOKEN")
-    
-    # Tenta baixar da Nuvem primeiro (Quando o servidor reinicia)
     if hf_token and HF_HUB_AVAILABLE:
         try:
             api = HfApi(token=hf_token)
             api.create_repo(repo_id=DATASET_ID, repo_type="dataset", private=True, exist_ok=True)
             path = hf_hub_download(repo_id=DATASET_ID, filename=DB_FILE, repo_type="dataset", token=hf_token)
-            with open(path, "r", encoding="utf-8") as f: 
-                return json.load(f)
-        except Exception:
-            pass # Se o arquivo não existir na nuvem ainda, ignora silenciosamente
-
-    # Se falhar ou não tiver net, usa o arquivo local da máquina
+            with open(path, "r", encoding="utf-8") as f: return json.load(f)
+        except Exception: pass
     if os.path.exists(DB_FILE):
         try:
-            with open(DB_FILE, "r", encoding="utf-8") as f: 
-                return json.load(f)
-        except: 
-            pass
-            
+            with open(DB_FILE, "r", encoding="utf-8") as f: return json.load(f)
+        except: pass
     return {"Nova Conversa": {"pinned": False, "messages": []}}
 
 def save_db(db):
-    # Salva na máquina local (rápido)
-    with open(DB_FILE, "w", encoding="utf-8") as f: 
-        json.dump(db, f, ensure_ascii=False, indent=4)
-        
-    # Envia o backup pra nuvem silenciosamente no background
+    with open(DB_FILE, "w", encoding="utf-8") as f: json.dump(db, f, ensure_ascii=False, indent=4)
     hf_token = os.getenv("HF_TOKEN")
     if hf_token and HF_HUB_AVAILABLE:
         try:
             api = HfApi(token=hf_token)
             api.create_repo(repo_id=DATASET_ID, repo_type="dataset", private=True, exist_ok=True)
-            api.upload_file(
-                path_or_fileobj=DB_FILE,
-                path_in_repo=DB_FILE,
-                repo_id=DATASET_ID,
-                repo_type="dataset"
-            )
-        except Exception:
-            pass # Se a internet oscilar, ele ignora para não travar o seu chat
+            api.upload_file(path_or_fileobj=DB_FILE, path_in_repo=DB_FILE, repo_id=DATASET_ID, repo_type="dataset")
+        except Exception: pass
 
 if "db" not in st.session_state: st.session_state.db = load_db()
 if "current_chat" not in st.session_state: st.session_state.current_chat = list(st.session_state.db.keys())[0]
@@ -205,7 +185,7 @@ else:
             else: st.markdown(m["content"])
 
 # ═══════════════════════════════════════════════════════════════════════════
-# 4. TOOLBAR INFERIOR (Ícones Horizontais e Limpos)
+# 4. TOOLBAR INFERIOR (Múltiplos Arquivos)
 # ═══════════════════════════════════════════════════════════════════════════
 st.markdown("<br>", unsafe_allow_html=True)
 
@@ -213,7 +193,8 @@ t_col1, t_col2, t_col3, t_col4, t_space = st.columns([1, 1, 1, 1, 6])
 
 with t_col1:
     with st.popover("➕"): 
-        upload_file = st.file_uploader("Upload", type=["png", "jpg", "jpeg", "txt", "csv", "json"], label_visibility="collapsed")
+        # A MÁGICA DOS MÚLTIPLOS ARQUIVOS (accept_multiple_files=True)
+        upload_files = st.file_uploader("Upload", type=["png", "jpg", "jpeg", "txt", "csv", "json"], accept_multiple_files=True, label_visibility="collapsed")
 with t_col2:
     with st.popover("⚙️"): 
         st.session_state.modelo_selecionado = st.radio("MOTOR:", list(MODEL_IDS.keys()), index=list(MODEL_IDS.keys()).index(st.session_state.modelo_selecionado))
@@ -236,17 +217,35 @@ with t_col4:
 
 prompt = st.chat_input("Peça à Yukina...")
 
+# Processamento de Múltiplos Arquivos em Lote
 conteudo_arquivo = ""
-if upload_file is not None and upload_file.name.endswith(('.txt', '.csv', '.json')):
-    conteudo_arquivo = upload_file.getvalue().decode("utf-8")
+nomes_arquivos = []
+imagens_b64 = []
+
+if upload_files:
+    for f in upload_files:
+        nomes_arquivos.append(f.name)
+        if f.name.endswith(('.txt', '.csv', '.json')):
+            conteudo_arquivo += f"\n\n--- Conteúdo de: {f.name} ---\n" + f.getvalue().decode("utf-8")
+        elif f.name.endswith(('.png', '.jpg', '.jpeg')):
+            imagens_b64.append(base64.b64encode(f.read()).decode())
+
+tem_texto = len(conteudo_arquivo) > 0
+tem_imagem = len(imagens_b64) > 0
 
 if prompt or st.session_state.regerar:
     if st.session_state.regerar and len(st.session_state.db[st.session_state.current_chat]["messages"]) > 0:
         texto_anterior = st.session_state.db[st.session_state.current_chat]["messages"][-1]["content"]
-        prompt = texto_anterior.split("\n\n")[-1] if "📄 **Arquivo enviado:**" in texto_anterior else texto_anterior
+        # Filtro inteligente para pegar só o prompt caso tenham havido arquivos na mensagem original
+        prompt = texto_anterior.split("\n\n\n", 1)[-1] if "📄 **Arquivos enviados:**" in texto_anterior else texto_anterior
         st.session_state.regerar = False
     else:
-        mensagem_display = f"📄 **Arquivo enviado:** `{upload_file.name}`\n\n{prompt}" if conteudo_arquivo else prompt
+        if nomes_arquivos:
+            arquivos_str = ", ".join([f"`{n}`" for n in nomes_arquivos])
+            mensagem_display = f"📄 **Arquivos enviados:** {arquivos_str}\n\n\n{prompt}"
+        else:
+            mensagem_display = prompt
+            
         st.session_state.db[st.session_state.current_chat]["messages"].append({"role": "user", "content": mensagem_display})
         with st.chat_message("user"): st.markdown(mensagem_display)
     
@@ -261,10 +260,10 @@ if prompt or st.session_state.regerar:
         if "Automático" in motor_real:
             with st.spinner("Roteando..."):
                 tag_decisao = analisar_intencao_gerente(prompt, or_key)
-                if upload_file is not None and upload_file.name.endswith(('.txt', '.csv', '.json')): motor_real = "12. Arquivista (Mistral Nemo)"
+                if tem_texto: motor_real = "12. Arquivista (Mistral Nemo)"
                 elif "[IMAGEM]" in tag_decisao: motor_real = "9. Imagem (Flux 2 Pro)"
                 elif "[VIDEO]" in tag_decisao: motor_real = "16. Vídeo (Kling V1.5)"
-                elif "[VISAO]" in tag_decisao or (upload_file is not None and upload_file.name.endswith(('.png', '.jpg', '.jpeg'))): motor_real = "7. Visão Omni (MiMo V2)"
+                elif "[VISAO]" in tag_decisao or tem_imagem: motor_real = "7. Visão Omni (MiMo V2)"
                 elif "[CODIGO]" in tag_decisao: motor_real = "14. Engenheiro Sênior (DeepSeek V4)"
                 elif "[ARQUIVISTA]" in tag_decisao: motor_real = "12. Arquivista (Mistral Nemo)"
                 elif "[PESQUISA]" in tag_decisao: motor_real = "2. Pesquisa (Groq Llama 3.3)"
@@ -295,13 +294,13 @@ if prompt or st.session_state.regerar:
         elif "Pesquisa" in motor_real:
             with st.spinner("Pesquisando..."):
                 historico = [{"role": m["role"], "content": m["content"]} for m in mensagens if "image_url" not in m and "video_url" not in m]
-                if conteudo_arquivo: historico[-1]["content"] = f"DOCUMENTO:\n{conteudo_arquivo}\n\nPEDIDO:\n{prompt}"
+                if tem_texto: historico[-1]["content"] = f"DOCUMENTO(S) ANEXADOS:\n{conteudo_arquivo}\n\nPEDIDO DO USUÁRIO:\n{prompt}"
                 try:
                     res = requests.post("https://api.groq.com/openai/v1/chat/completions", headers={"Authorization": f"Bearer {gr_key}", "Content-Type": "application/json"}, json={"model": modelo_id, "messages": [{"role": "system", "content": prompt_sistema_atual}] + historico, "max_tokens": 4000}).json()
                     ans = res['choices'][0]['message']['content']; st.markdown(ans); st.session_state.db[st.session_state.current_chat]["messages"].append({"role": "assistant", "content": ans})
                 except Exception as e: st.error(f"Erro Groq: {e}")
 
-        # 3. Imagem
+        # 3. Imagem (Flux)
         elif "Imagem" in motor_real:
             with st.spinner("Desenhando..."):
                 try:
@@ -315,22 +314,24 @@ if prompt or st.session_state.regerar:
                     if url: st.image(url); st.session_state.db[st.session_state.current_chat]["messages"].append({"role": "assistant", "content": "Arte gerada.", "image_url": url})
                 except Exception as e: st.error(f"Erro: {e}")
 
-        # 4. Visão
-        elif "Visão" in motor_real and upload_file is not None and upload_file.name.endswith(('.png', '.jpg', '.jpeg')):
-            with st.spinner("Analisando imagem..."):
-                img_b64 = base64.b64encode(upload_file.read()).decode()
+        # 4. Visão (Análise de Múltiplas Imagens)
+        elif "Visão" in motor_real and tem_imagem:
+            with st.spinner("Analisando imagens..."):
+                content_list = [{"type": "text", "text": prompt}]
+                for img_b64 in imagens_b64:
+                    content_list.append({"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{img_b64}"}})
                 try:
-                    res = requests.post("https://openrouter.ai/api/v1/chat/completions", headers={"Authorization": f"Bearer {or_key}", "Content-Type": "application/json"}, json={"model": modelo_id, "messages": [{"role": "system", "content": prompt_sistema_atual}, {"role": "user", "content": [{"type": "text", "text": prompt}, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img_b64}"}}]} ], "max_tokens": 4000}).json()
+                    res = requests.post("https://openrouter.ai/api/v1/chat/completions", headers={"Authorization": f"Bearer {or_key}", "Content-Type": "application/json"}, json={"model": modelo_id, "messages": [{"role": "system", "content": prompt_sistema_atual}, {"role": "user", "content": content_list} ], "max_tokens": 4000}).json()
                     ans = res['choices'][0]['message']['content']; st.markdown(ans); st.session_state.db[st.session_state.current_chat]["messages"].append({"role": "assistant", "content": ans})
                 except Exception as e: st.error(f"Erro visão: {e}")
 
-        # 5. Texto (Streaming Blindado)
+        # 5. Texto (Streaming Blindado com Múltiplos Arquivos)
         else:
             if "Arquivista" in motor_real: prompt_sistema_atual = "Você é o Arquivista da IA. Organize as informações de forma analítica e clara, sem dramatizações."
             elif "Engenheiro Sênior" in motor_real: prompt_sistema_atual = "Você é o Engenheiro Sênior. Escreva códigos impecáveis e funcionais. Foque na lógica."
 
             historico = [{"role": m["role"], "content": m["content"]} for m in mensagens if "image_url" not in m and "video_url" not in m]
-            if conteudo_arquivo and len(historico) > 0: historico[-1]["content"] = f"DOCUMENTO:\n{conteudo_arquivo}\n\nO QUE FAZER:\n{prompt}"
+            if tem_texto and len(historico) > 0: historico[-1]["content"] = f"DOCUMENTO(S):\n{conteudo_arquivo}\n\nO QUE FAZER:\n{prompt}"
 
             ph = st.empty(); full = ""