PIMORONI BADGER 2040 W con un LLM para historias ilimitadas generativas, un libro electrónico ePapel infinito

pimoroniBadger2040w.md

==========================================================

Proyecto: Auto Práctica con API de OpenAI ChatGPT vía MicroPython

Dispositivo: PIMORONI BADGER 2040 W

Lenguaje: MicroPython + Python (Flask)

Autor: Juan Carmona Valdez

Fecha: Noviembre 2025

Descripción:

Conecta la PIMORONI BADGER 2040 W con un servidor Flask

que utiliza la API de OpenAI ChatGPT para procesar una historia.

El flujo de datos se realiza mediante solicitudes HTTP POST,

permitiendo comunicación bidireccional crea una historia

ofrece 3 opciones para continuar.

==========================================================

Requisitos

• Python 3.10+
• Flask, OpenAI, Requests
• Firmware Badger 2040 W v0.0.5

Descarga del driver: pimoroni-badger2040w-v0.0.5-micropython-with-badger-os.uf2 https://github.com/pimoroni/badger2040/releases/tag/v0.0.5

Uso

Ejecuta el servidor: El archivo server_in_lap.py se corre en una computara con:

python server_in_lap.py

Nota: esto genera Running on http://ip:puerto

Esta direccción es la que debe coincidir con SERVER_URL de stories.py

Guarda stories.py en:

/examples/stories.py

Controles Badger

• A = Opción 1\
• B = Opción 2\
• C = Opción 3\
• UP/DOWN = Scroll

La Badger envía:

{ "historia": "<historia_nueva>" o "<historia_actual>", "eleccion": "0" o "1"|"2"|"3" }

El Servidor responde:

### HISTORIA:
...
### OPCIONES:
1) ...
2) ...
3) ...

Notas técnicas

El servidor mantiene una historia independiente por IP del cliente. Cada respuesta siempre contiene: una historia tres opciones Los textos son cortos (<20 palabras) para fácil lectura en Badger pero se pude aumentar y desplasarse con los botonoes laterales para la lectura.

server_in_lap.py

# ==========================================================
#  Proyecto: Auto Práctica con API de OpenAI ChatGPT vía MicroPython
#  Dispositivo: PIMORONI BADGER 2040 W
#  Lenguaje: MicroPython + Python (Flask)
#  Autor: Juan Carmona Valdez
#  Fecha: Noviembre 2025
#  Descripción:
#      Conecta la PIMORONI BADGER 2040 W con un servidor Flask
#      que utiliza la API de OpenAI ChatGPT para procesar una historia.
#      El flujo de datos se realiza mediante solicitudes HTTP POST,
#      permitiendo comunicación bidireccional crea una historia
#      ofrece 3 opciones para continuar.
# ==========================================================

from flask import Flask, request, jsonify
from openai import OpenAI
import logging

app = Flask(__name__)
client = OpenAI(api_key="OPENAI_API_KEY")

logging.basicConfig(level=logging.INFO,
                    format="%(asctime)s [%(levelname)s] %(message)s")
logger = logging.getLogger(__name__)

# Diccionario para guardar la historia de cada cliente
historia_estado = {}

PROMPT_BASE = """
Eres un generador de historias interactivas. 
Crea historias cortas de 20 palabras o menos, 
usando lenguaje seguro y adecuado para todo público. 
Ofrece EXACTAMENTE 3 opciones numeradas.

Formato de salida obligatorio:
### HISTORIA:
(texto)
### OPCIONES:
1) ...
2) ...
3) ...
"""

@app.route("/story", methods=["POST"])
def story():
    data = request.get_json()
    logger.info(f"JSON recibido: {data}")

    if not data or "eleccion" not in data or "historia" not in data:
        return jsonify({"error": "Faltan datos"}), 400

    ip_cliente = request.remote_addr
    eleccion = data["eleccion"]
    historia_input = data["historia"]

    # Inicio de historia nueva
    if eleccion == "0" or ip_cliente not in historia_estado:
        prompt = f"""
{PROMPT_BASE}

Inicia una historia nueva:
{historia_input}

Continúa la historia de manera segura.
"""
        historia_estado[ip_cliente] = ""
    else:
        # Continuación de historia previa
        prompt = f"""
{PROMPT_BASE}

Historia actual:
{historia_estado[ip_cliente]}

Última elección del jugador:
{eleccion}

Continúa la historia de manera segura.
"""

    logger.info("Prompt enviado a OpenAI:\n" + prompt)

    try:
        respuesta = client.chat.completions.create(
            model="gpt-4o-mini",
            messages=[{"role": "user", "content": prompt}]
        ).choices[0].message.content

        logger.info("Respuesta enviada al cliente:\n" + respuesta)

        # Guardar la historia completa para este cliente
        historia_estado[ip_cliente] += "\n" + respuesta

    except Exception as e:
        logger.error("Error al contactar con OpenAI: " + str(e))
        return jsonify({"error": "OpenAI connection failed"}), 500

    return jsonify({"respuesta": respuesta})

if __name__ == "__main__":
    logger.info("===== SERVIDOR DE HISTORIAS INICIADO =====")
    app.run(host="0.0.0.0", port=5001)

stories.py

# ==========================================================
#  Proyecto: Auto Práctica con API de OpenAI ChatGPT vía MicroPython
#  Dispositivo: PIMORONI BADGER 2040 W
#  Lenguaje: MicroPython + Python (Flask)
#  Autor: Juan Carmona Valdez
#  Fecha: Noviembre 2025
#  Descripción:
#      Conecta la PIMORONI BADGER 2040 W con un servidor Flask
#      que utiliza la API de OpenAI ChatGPT para procesar una historia.
#      El flujo de datos se realiza mediante solicitudes HTTP POST,
#      permitiendo comunicación bidireccional crea una historia
#      ofrece 3 opciones para continuar.
# ==========================================================

import badger2040
from badger2040 import WIDTH, HEIGHT
import urequests
import ujson
import time
from WIFI_CONFIG import SSID, PSK, COUNTRY

# ====== Configuración Badger ======
display = badger2040.Badger2040()
display.led(128)
display.set_update_speed(badger2040.UPDATE_FAST)

LINE_HEIGHT = 16
TEXT_SIZE = 1

# ====== Conexión WiFi ======
display.set_pen(15)
display.clear()
display.set_pen(0)
display.text("Conectando WiFi...", 10, 40, WIDTH)
display.update()

import network
wlan = network.WLAN(network.STA_IF)
wlan.active(True)
wlan.connect(SSID, PSK)
while not wlan.isconnected():
    time.sleep(0.5)

net = wlan.ifconfig()

display.clear()
display.set_pen(0)
display.rectangle(0, 0, WIDTH, 20)
display.set_pen(15)
display.text("Stories", 3, 4)
display.set_pen(0)
display.text("> LOCAL IP: {}".format(net[0]), 0, 35 + int(LINE_HEIGHT / 2), WIDTH)
display.update()
time.sleep(1)

# ====== Servidor ======
SERVER_URL = "http://172.16.4.29:5001/story"

# ====== Variables de scroll ======
scroll_offset = 0
page_lines = []

def parsear_historia(texto):
    if not texto:
        return ["Error: historia vacía"]

    lines = []

    # Extraer HISTORIA
    inicio = texto.find("### HISTORIA:")
    fin = texto.find("### OPCIONES:")
    if inicio == -1:
        inicio = 0
    else:
        inicio += len("### HISTORIA:")
    if fin == -1:
        fin = len(texto)
    historia = texto[inicio:fin].strip().replace("\r", "").split("\n")

    # Limitar longitud de cada línea
    max_chars = 50
    for linea in historia:
        while len(linea) > max_chars:
            lines.append(linea[:max_chars])
            linea = linea[max_chars:]
        lines.append(linea)

    # Extraer OPCIONES
    inicio_op = texto.find("### OPCIONES:")
    if inicio_op != -1:
        opciones = texto[inicio_op + len("### OPCIONES:"):].strip().replace("\r", "").split("\n")
        lines.append("")  # separación visual
        for opcion in opciones:
            while len(opcion) > max_chars:
                lines.append(opcion[:max_chars])
                opcion = opcion[max_chars:]
            lines.append(opcion)

    return lines


def mostrar_texto_scroll(lines, offset):
    display.set_pen(15)
    display.rectangle(0, 20, WIDTH, HEIGHT-20)  # limpiar área de texto
    display.set_pen(0)
    y = 25
    for i in range(offset, min(offset + (HEIGHT//LINE_HEIGHT), len(lines))):
        display.text(lines[i], 5, y, WIDTH, TEXT_SIZE)
        y += LINE_HEIGHT
    display.update()

def pedir_historia(historia, eleccion):
    data = {
        "historia": historia if historia else "",
        "eleccion": eleccion if eleccion else ""
    }

    try:
        r = urequests.post(SERVER_URL, json=data)
        r_json = r.json()
        r.close()
        return r_json.get("respuesta", "")
    except Exception as e:
        print("ERROR EN POST:", e)
        return ""


# ====== Primera historia ======
historia_actual = pedir_historia("<historia_nueva>", "0")
page_lines = parsear_historia(historia_actual)
scroll_offset = 0
mostrar_texto_scroll(page_lines, scroll_offset)

# ====== Loop principal ======
prev_a = prev_b = prev_c = False
while True:
    # Lectura botones
    a = display.pressed(badger2040.BUTTON_A)
    b = display.pressed(badger2040.BUTTON_B)
    c = display.pressed(badger2040.BUTTON_C)
    up = display.pressed(badger2040.BUTTON_UP)
    down = display.pressed(badger2040.BUTTON_DOWN)

    # ====== Scroll ======
    if up:
        scroll_offset = max(0, scroll_offset - 1)
        mostrar_texto_scroll(page_lines, scroll_offset)
    if down:
        scroll_offset = min(len(page_lines) - (HEIGHT//LINE_HEIGHT), scroll_offset + 1)
        mostrar_texto_scroll(page_lines, scroll_offset)

    # ====== Elecciones ======
    if a and not prev_a:
        historia_actual = pedir_historia("<historia_actual>", "1")
        page_lines = parsear_historia(historia_actual)
        scroll_offset = 0
        mostrar_texto_scroll(page_lines, scroll_offset)
    if b and not prev_b:
        historia_actual = pedir_historia("<historia_actual>", "2")
        page_lines = parsear_historia(historia_actual)
        scroll_offset = 0
        mostrar_texto_scroll(page_lines, scroll_offset)
    if c and not prev_c:
        historia_actual = pedir_historia("<historia_actual>", "3")
        page_lines = parsear_historia(historia_actual)
        scroll_offset = 0
        mostrar_texto_scroll(page_lines, scroll_offset)

    prev_a, prev_b, prev_c = a, b, c
    time.sleep(0.1)