agente.py

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# modelo open-source grátis
MODEL_NAME = "NousResearch/deephermes-3-llama-3-8b-preview"

tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForCausalLM.from_pretrained(MODEL_NAME, device_map="auto")

def responder(mensagem):
    prompt = f"Você é Ene/Miku, uma assistente amigável, estética e útil.\nUsuário: {mensagem}\nIA:"
    inputs = tokenizer(prompt, return_tensors="pt").to("cuda")
    outputs = model.generate(**inputs, max_new_tokens=150)
    resposta = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return resposta