Update modules/studentact/current_situation_interface.py

modules/studentact/current_situation_interface.py

@@ -94,108 +94,126 @@ ANALYSIS_DIMENSION_MAPPING = {
 
 def display_current_situation_interface(lang_code, nlp_models, t):
     """
-    Interfaz simplificada con gráfico de radar para visualizar métricas.
+    Interfaz con línea base y progreso lado a lado.
     """
-    # Inicializar estados si no existen
-    if 'text_input' not in st.session_state:
-        st.session_state.text_input = ""
-    if 'text_area' not in st.session_state:  # Añadir inicialización de text_area
-        st.session_state.text_area = ""
-    if 'show_results' not in st.session_state:
-        st.session_state.show_results = False
-    if 'current_doc' not in st.session_state:
-        st.session_state.current_doc = None
-    if 'current_metrics' not in st.session_state:
-        st.session_state.current_metrics = None
+    # Inicializar estados
+    if 'baseline_text' not in st.session_state:
+        # Intentar recuperar línea base guardada
+        baseline = get_writing_baseline(st.session_state.username)
+        st.session_state.baseline_text = baseline['text'] if baseline else ""
+        st.session_state.baseline_metrics = baseline['metrics'] if baseline else None
+    
+    if 'iteration_count' not in st.session_state:
+        st.session_state.iteration_count = 0
         
     try:
-        # Container principal con dos columnas
-        with st.container():
-            input_col, results_col = st.columns([1,2])
-                    
-            with input_col:
-                # Text area con manejo de estado
-                text_input = st.text_area(
-                    t.get('input_prompt', "Escribe o pega tu texto aquí:"),
-                    height=400,
-                    key="text_area",
-                    value=st.session_state.text_input,
-                    help="Este texto será analizado para darte recomendaciones personalizadas"
-                )
-                
-                # Función para manejar cambios de texto
-                if text_input != st.session_state.text_input:
-                    st.session_state.text_input = text_input
-                    st.session_state.show_results = False
-                
-                if st.button(
-                    t.get('analyze_button', "Analizar mi escritura"),
-                    type="primary",
-                    disabled=not text_input.strip(),
-                    use_container_width=True,
-                ):
-                    try:
-                        with st.spinner(t.get('processing', "Analizando...")):
-                            doc = nlp_models[lang_code](text_input)
-                            metrics = analyze_text_dimensions(doc)
-                            
-                            storage_success = store_current_situation_result(
-                                username=st.session_state.username,
-                                text=text_input,
-                                metrics=metrics,
-                                feedback=None
-                            )
-                            
-                            if not storage_success:
-                                logger.warning("No se pudo guardar el análisis en la base de datos")
-                            
-                            st.session_state.current_doc = doc
-                            st.session_state.current_metrics = metrics
-                            st.session_state.show_results = True
-                            
-                    except Exception as e:
-                        logger.error(f"Error en análisis: {str(e)}")
-                        st.error(t.get('analysis_error', "Error al analizar el texto"))
+        st.title("Análisis de Escritura")
+        
+        # Crear dos columnas principales
+        col1, col2 = st.columns(2)
+        
+        # Columna izquierda: Línea Base
+        with col1:
+            st.markdown("### Línea Base")
+            baseline_text = st.text_area(
+                "Texto base",
+                value=st.session_state.baseline_text,
+                height=200,
+                key="baseline_area",
+                help="Este texto servirá como punto de referencia"
+            )
             
-            # Mostrar resultados en la columna derecha
-            with results_col:
-                if st.session_state.show_results and st.session_state.current_metrics is not None:
-                    # Primero los radio buttons para tipo de texto
-                    st.markdown("### Tipo de texto")
-                    text_type = st.radio(
-                        "",
-                        options=list(TEXT_TYPES.keys()),
-                        format_func=lambda x: TEXT_TYPES[x]['name'],
-                        horizontal=True,
-                        key="text_type_radio",
-                        help="Selecciona el tipo de texto para ajustar los criterios de evaluación"
+            if st.button("Establecer Línea Base", type="primary"):
+                with st.spinner("Analizando línea base..."):
+                    doc = nlp_models[lang_code](baseline_text)
+                    metrics = analyze_text_dimensions(doc)
+                    
+                    success = store_writing_baseline(
+                        username=st.session_state.username,
+                        metrics=metrics,
+                        text=baseline_text
                     )
                     
-                    st.session_state.current_text_type = text_type
+                    if success:
+                        st.session_state.baseline_text = baseline_text
+                        st.session_state.baseline_metrics = metrics
+                        st.success("Línea base establecida")
+                        
+                        # Mostrar métricas de línea base
+                        display_metrics_column(metrics, "Línea Base")
+                        
+        # Columna derecha: Progreso
+        with col2:
+            st.markdown(f"### Iteración #{st.session_state.iteration_count + 1}")
+            current_text = st.text_area(
+                "Texto actual",
+                height=200,
+                key="current_area",
+                help="Escribe la nueva versión de tu texto"
+            )
+            
+            if st.button("Analizar Progreso", type="primary"):
+                if not st.session_state.baseline_metrics:
+                    st.error("Primero debes establecer una línea base")
+                    return
+                    
+                with st.spinner("Analizando progreso..."):
+                    doc = nlp_models[lang_code](current_text)
+                    current_metrics = analyze_text_dimensions(doc)
+                    
+                    # Incrementar contador de iteraciones
+                    st.session_state.iteration_count += 1
                     
-                    # Luego mostrar los resultados
-                    display_results(
-                        metrics=st.session_state.current_metrics,
-                        text_type=text_type
+                    # Guardar progreso
+                    store_writing_progress(
+                        username=st.session_state.username,
+                        metrics=current_metrics,
+                        text=current_text
                     )
+                    
+                    # Mostrar métricas actuales
+                    display_metrics_column(current_metrics, f"Iteración #{st.session_state.iteration_count}")
         
-        # Agregar selector de modo
-        analysis_mode = st.radio(
-            "Modo de análisis",
-            ["Establecer línea base", "Comparar progreso"],
-            key="analysis_mode"
-        )
-            
-        if analysis_mode == "Establecer línea base":
-            # Mostrar interfaz normal
-            display_baseline_interface(lang_code, nlp_models, t)
-        else:
-            # Mostrar interfaz de comparación
-            display_comparison_interface(lang_code, nlp_models, t)
-
+        # Expander con gráfico radar
+        with st.expander("Ver Comparación Visual", expanded=False):
+            if st.session_state.baseline_metrics and 'current_metrics' in locals():
+                baseline_config = prepare_metrics_config(st.session_state.baseline_metrics)
+                current_config = prepare_metrics_config(current_metrics)
+                display_radar_chart(
+                    metrics_config=current_config,
+                    thresholds=TEXT_TYPES['student_essay']['thresholds'],
+                    baseline_metrics=st.session_state.baseline_metrics
+                )
+                
     except Exception as e:
-        logger.error(f"Error en interfaz principal: {str(e)}")
-        st.error("Ocurrió un error al cargar la interfaz")
+        logger.error(f"Error en interfaz: {str(e)}")
+        st.error("Error al cargar la interfaz")
+
+
+###################################
+
+def display_metrics_column(metrics, title):
+    """Muestra columna de métricas con formato consistente"""
+    st.markdown(f"#### Métricas {title}")
+    
+    for dimension in ['vocabulary', 'structure', 'cohesion', 'clarity']:
+        value = metrics[dimension]['normalized_score']
+        if value < 0.6:
+            status = "⚠️ Por mejorar"
+            color = "inverse"
+        elif value < 0.8:
+            status = "📈 Aceptable" 
+            color = "off"
+        else:
+            status = "✅ Óptimo"
+            color = "normal"
+            
+        st.metric(
+            dimension.title(),
+            f"{value:.2f}",
+            status,
+            delta_color=color
+        )
 
 ###################################