Update modules/chatbot/sidebar_chat.py

modules/chatbot/sidebar_chat.py

@@ -9,7 +9,6 @@ logger = logging.getLogger(__name__)
 def display_sidebar_chat(lang_code: str, chatbot_t: dict):
     """Chatbot mejorado con manejo completo del contexto semántico"""
     with st.sidebar:
-        # Configuración de estilos
         st.markdown("""
         <style>
             .chat-container {
@@ -22,12 +21,10 @@ def display_sidebar_chat(lang_code: str, chatbot_t: dict):
         """, unsafe_allow_html=True)
 
         try:
-            # Inicialización del procesador
             if 'chat_processor' not in st.session_state:
                 st.session_state.chat_processor = ChatProcessor()
                 logger.info("Nuevo ChatProcessor inicializado")
 
-            # Configurar contexto semántico si está activo
             if st.session_state.get('semantic_agent_active', False):
                 semantic_data = st.session_state.get('semantic_agent_data')
                 if semantic_data and all(k in semantic_data for k in ['text', 'metrics']):
@@ -38,33 +35,29 @@ def display_sidebar_chat(lang_code: str, chatbot_t: dict):
                             graph_data=semantic_data.get('graph_data'),
                             lang_code=lang_code
                         )
-                        logger.info("Contexto semántico configurado en el chat")
                     except Exception as e:
                         logger.error(f"Error configurando contexto: {str(e)}")
                         st.error("Error al configurar el análisis. Recargue el documento.")
                         return
 
-            # Interfaz del chat
             with st.expander("💬 Asistente de Análisis", expanded=True):
-                # Inicializar historial si no existe
                 if 'sidebar_messages' not in st.session_state:
                     initial_msg = {
                         'en': "Hello! Ask me about the semantic analysis.",
                         'es': "¡Hola! Pregúntame sobre el análisis semántico.",
-                        'pt': "Olá! Pergunte-me sobre a análise semântica."
+                        'pt': "Olá! Pergunte-me sobre a análise semântica.",
+                        'fr': "Bonjour ! Posez-moi des questions sur l'analyse sémantique."
                     }.get(lang_code, "Hello!")
                     
                     st.session_state.sidebar_messages = [
                         {"role": "assistant", "content": initial_msg}
                     ]
 
-                # Mostrar historial
                 chat_container = st.container()
                 with chat_container:
                     for msg in st.session_state.sidebar_messages:
                         st.chat_message(msg["role"]).write(msg["content"])
 
-                # Manejo de mensajes nuevos
                 user_input = st.chat_input(
                     {
                         'en': "Ask about the analysis...",
@@ -76,38 +69,28 @@ def display_sidebar_chat(lang_code: str, chatbot_t: dict):
 
                 if user_input:
                     try:
-                        # Mostrar mensaje del usuario
                         with chat_container:
                             st.chat_message("user").write(user_input)
                             st.session_state.sidebar_messages.append(
                                 {"role": "user", "content": user_input}
                             )
                 
-                            # Obtener y mostrar respuesta (con limpieza de caracteres)
                             with st.chat_message("assistant"):
+                                # Simplificado: Streamlit maneja el generator directamente
                                 response_stream = st.session_state.chat_processor.process_chat_input(
                                     user_input, lang_code
                                 )
+                                response = st.write_stream(response_stream)
                                 
-                                # Limpiar el stream de respuesta
-                                def clean_response_stream(stream):
-                                    for chunk in stream:
-                                        yield chunk.replace("▌", "")
-                                
-                                response = st.write_stream(clean_response_stream(response_stream))
-                                
-                                # Guardar respuesta limpia
-                                clean_response = response.replace("▌", "")
                                 st.session_state.sidebar_messages.append(
-                                    {"role": "assistant", "content": clean_response}
+                                    {"role": "assistant", "content": response}
                                 )
                 
-                        # Guardar en base de datos (con texto limpio)
                         if 'username' in st.session_state:
                             store_chat_history(
                                 username=st.session_state.username,
                                 messages=st.session_state.sidebar_messages,
-                                analysis_type='semantic_analysis',
+                                chat_type='semantic_analysis',
                                 metadata={
                                     'text_sample': st.session_state.semantic_agent_data['text'][:500],
                                     'concepts': st.session_state.semantic_agent_data['metrics']['key_concepts'][:5]
@@ -123,7 +106,6 @@ def display_sidebar_chat(lang_code: str, chatbot_t: dict):
                             'pt': "Erro ao processar. Tente novamente."
                         }.get(lang_code, "Error"))
 
-                # Botón para reiniciar
                 if st.button("🔄 Reiniciar Chat"):
                     st.session_state.sidebar_messages = []
                     st.rerun()