Create chat_process.py

modules/chatbot/chat_process.py

@@ -0,0 +1,147 @@
+# modules/chatbot/chat_process.py
+import os
+import anthropic
+import logging
+from typing import Generator
+
+logger = logging.getLogger(__name__)
+
+class ChatProcessor:
+    def __init__(self):
+        """Inicializa el procesador de chat con la API de Claude"""
+        self.client = anthropic.Anthropic(
+            api_key=os.environ.get("ANTHROPIC_API_KEY")
+        )
+        self.conversation_history = []
+        self.semantic_context = None
+        self.current_lang = 'en'
+
+    def set_semantic_context(self, text, metrics, graph_data, lang_code='en'):
+        """Configura el contexto semántico completo para el chat"""
+        if not text or not metrics:
+            logger.error("Faltan datos esenciales para el contexto semántico")
+            raise ValueError("Texto y métricas son requeridos")
+            
+        self.semantic_context = {
+            'full_text': text,  # Texto completo del documento
+            'key_concepts': metrics.get('key_concepts', []),
+            'concept_centrality': metrics.get('concept_centrality', {}),
+            'graph_available': graph_data is not None,
+            'language': lang_code
+        }
+        self.current_lang = lang_code
+        self.conversation_history = []
+        logger.info("Contexto semántico configurado correctamente")
+
+    def _get_system_prompt(self):
+        """Genera el prompt del sistema con todo el contexto necesario"""
+        if not self.semantic_context:
+            return "You are a helpful assistant."
+            
+        concepts = self.semantic_context['key_concepts']
+        top_concepts = ", ".join([f"{c[0]} ({c[1]:.2f})" for c in concepts[:5]])
+        
+        prompts = {
+            'en': f"""You are a semantic analysis expert. The user analyzed a research article.
+            Full text available (abbreviated for context).
+            Key concepts: {top_concepts}
+            Graph available: {self.semantic_context['graph_available']}
+            
+            Your tasks:
+            1. Answer questions about concepts and their relationships
+            2. Explain the semantic network structure
+            3. Suggest text improvements
+            4. Provide insights based on concept centrality""",
+            
+            'es': f"""Eres un experto en análisis semántico. El usuario analizó un artículo de investigación.
+            Texto completo disponible (abreviado para contexto).
+            Conceptos clave: {top_concepts}
+            Gráfico disponible: {self.semantic_context['graph_available']}
+            
+            Tus tareas:
+            1. Responder preguntas sobre conceptos y sus relaciones
+            2. Explicar la estructura de la red semántica
+            3. Sugerir mejorias al texto
+            4. Proporcionar insights basados en centralidad de conceptos""",
+            
+            'pt': f"""Você é um especialista em análise semântica. O usuário analisou um artigo de pesquisa.
+            Texto completo disponível (abreviado para contexto).
+            Conceitos-chave: {top_concepts}
+            Gráfico disponível: {self.semantic_context['graph_available']}
+            
+            Suas tarefas:
+            1. Responder perguntas sobre conceitos e suas relações
+            2. Explicar a estrutura da rede semântica
+            3. Sugerir melhorias no texto
+            4. Fornecer insights com base na centralidade dos conceitos""",
+            
+            'fr': f"""Vous êtes un expert en analyse sémantique. L'utilisateur a analysé un article de recherche.
+            Texte complet disponible (abrégé pour le contexte).
+            Concepts clés: {top_concepts}
+            Graphique disponible: {self.semantic_context['graph_available']}
+            
+            Vos tâches:
+            1. Répondre aux questions sur les concepts et leurs relations
+            2. Expliquer la structure du réseau sémantique
+            3. Suggérer des améliorations de texte
+            4. Fournir des insights basés sur la centralité des concepts"""
+        }
+        
+        return prompts.get(self.current_lang, prompts['en'])
+
+    def clean_generated_text(self, text):
+        """Limpia caracteres especiales del texto generado"""
+        return text.replace("\u2588", "").replace("▌", "").strip()
+
+    def process_chat_input(self, message: str, lang_code: str) -> Generator[str, None, None]:
+        """Procesa el mensaje con todo el contexto disponible"""
+        try:
+            if not self.semantic_context:
+                yield "Error: Contexto semántico no configurado. Recargue el análisis."
+                return
+                
+            # Actualizar idioma si es diferente
+            if lang_code != self.current_lang:
+                self.current_lang = lang_code
+                logger.info(f"Idioma cambiado a: {lang_code}")
+
+            # Construir historial de mensajes
+            messages = [
+                {
+                    "role": "user",
+                    "content": f"Documento analizado (extracto):\n{self.semantic_context['full_text'][:2000]}..."
+                },
+                *self.conversation_history,
+                {"role": "user", "content": message}
+            ]
+
+            # Llamar a Claude con streaming
+            with self.client.messages.stream(
+                model="claude-sonnet-4-5-20250929",
+                max_tokens=4000,
+                temperature=0.7,
+                system=self._get_system_prompt(),
+                messages=messages
+            ) as stream:
+                full_response = ""
+                for chunk in stream.text_stream:
+                    cleaned_chunk = self.clean_generated_text(chunk)
+                    full_response += cleaned_chunk
+                    yield cleaned_chunk
+                
+                # Guardar respuesta en historial
+                self.conversation_history.extend([
+                    {"role": "user", "content": message},
+                    {"role": "assistant", "content": full_response}
+                ])
+                logger.info("Respuesta generada y guardada en historial")
+
+        except Exception as e:
+            logger.error(f"Error en process_chat_input: {str(e)}", exc_info=True)
+            error_messages = {
+                'en': "Error processing message. Please reload the analysis.",
+                'es': "Error al procesar mensaje. Recargue el análisis.",
+                'pt': "Erro ao processar mensagem. Recarregue a análise.",
+                'fr': "Erreur lors du traitement du message. Veuillez recharger l'analyse."
+            }
+            yield error_messages.get(self.current_lang, "Processing error")