Transformers FastAPI Kit

Biblioteca Python com Hugging Face Transformers para análise de sentimento e chatbot conversacional via Hugging Face Inference API, acompanhada por um servidor FastAPI.

Instalação

pip install "transformers-fastapi-kit[api]"

Chatbot conversacional

A classe HuggingFaceChatbot usa a API oficial de inferência da Hugging Face. Cria um token em https://huggingface.co/settings/tokens com permissão de inferência e configura-o sem o colocar no código.

Windows PowerShell:

$env:HF_TOKEN = "hf_o_teu_token"

macOS/Linux:

export HF_TOKEN="hf_o_teu_token"

Uso em Python:

from transformers_fastapi_kit import HuggingFaceChatbot

bot = HuggingFaceChatbot()
print(bot.chat("Olá! Explica o que podes fazer."))

Para manter contexto, envia o histórico:

history = [{"role": "user", "content": "Olá"}, {"role": "assistant", "content": "Olá!"}]
reply = bot.chat("Podes ajudar-me com Python?", history=history)

O modelo por defeito é HuggingFaceH4/zephyr-7b-beta; podes escolher outro modelo de chat compatível com HuggingFaceChatbot(model_name="...").

API REST

python -m uvicorn app.main:app --host 0.0.0.0 --port 8000

Endpoints: GET /health, POST /predict e POST /chat. A documentação Swagger fica em /docs.

Pedido de chat:

curl -X POST http://127.0.0.1:8000/chat \\
  -H "Content-Type: application/json" \\
  -d '{"message":"Olá! Quem és?","history":[]}'

Recursos incluídos

O pacote inclui transformers_fastapi_kit/resources/TUTORIAL.md e transformers_fastapi_kit/resources/transformers-fastapi-kit-starter.zip.

from importlib.resources import files
resources = files("transformers_fastapi_kit") / "resources"
print(resources / "TUTORIAL.md")
print(resources / "transformers-fastapi-kit-starter.zip")

Documentação pública: https://transformers-ynoszgzv.manus.space

Desenvolvimento

pip install -e ".[api,dev]"
pytest
python -m build
python -m twine check dist/*

Licença

MIT