Update modules/semantic/semantic_interface.py

modules/semantic/semantic_interface.py

@@ -25,12 +25,13 @@ from ..utils.widget_utils import generate_unique_key
 from ..database.semantic_mongo_db import store_student_semantic_result
 from ..database.chat_mongo_db import store_chat_history, get_chat_history
 
-# from ..database.semantic_export import export_user_interactions
+from ..semantic.semantic_agent_interaction import display_semantic_chat
+from ..chatbot.sidebar_chat import display_sidebar_chat
 
+# from ..database.semantic_export import export_user_interactions
 
 ###############################
 
-# En semantic_interface.py
 def display_semantic_interface(lang_code, nlp_models, semantic_t):
     try:
         # 1. Inicializar el estado de la sesión
@@ -53,11 +54,14 @@ def display_semantic_interface(lang_code, nlp_models, semantic_t):
         )
 
         # 2.1 Verificar si hay un archivo cargado y un análisis pendiente
+        
         if uploaded_file is not None and st.session_state.semantic_state.get('pending_analysis', False):
+        
             try:
                 with st.spinner(semantic_t.get('processing', 'Processing...')):
                     # Realizar análisis
                     text_content = uploaded_file.getvalue().decode('utf-8')
+                    st.session_state.semantic_state['text_content'] = text_content  # <-- Guardar el texto
                     
                     analysis_result = process_semantic_input(
                         text_content, 
@@ -136,6 +140,32 @@ def display_semantic_interface(lang_code, nlp_models, semantic_t):
         else:
             st.info(semantic_t.get('upload_prompt', 'Cargue un archivo para comenzar el análisis'))
 
+            # --- NUEVA SECCIÓN: Botón para activar el agente virtual ---
+            if st.button(
+                "💬 " + semantic_t.get('virtual_agent_button', 'Analizar con Agente Virtual'),
+                key="activate_semantic_agent",
+                use_container_width=True
+            ):
+                # Obtener el texto analizado (debemos asegurarnos de tenerlo disponible)
+                text_content = ""
+                if uploaded_file:
+                    text_content = uploaded_file.getvalue().decode('utf-8')
+                elif 'semantic_state' in st.session_state and st.session_state.semantic_state.get('current_file'):
+                    # Recuperar de sesión si ya se analizó
+                    text_content = st.session_state.semantic_state.get('text_content', "")
+                
+                st.session_state.semantic_agent_active = True
+                st.session_state.semantic_agent_data = {
+                    'text': text_content,
+                    'metrics': st.session_state.semantic_result['analysis'],
+                    'graph_data': st.session_state.semantic_result['analysis'].get('concept_graph')
+                }
+                st.rerun()
+            
+            # Mostrar notificación si el agente está activo
+            if st.session_state.get('semantic_agent_active', False):
+                st.success(semantic_t.get('agent_ready_message', 'El agente virtual ha recibido tu análisis. Abre el asistente en la barra lateral para conversar.'))
+
     except Exception as e:
         logger.error(f"Error general en interfaz semántica: {str(e)}")
         st.error(semantic_t.get('general_error', "Se produjo un error. Por favor, intente de nuevo."))