Update app.py

app.py

@@ -11,7 +11,7 @@ button { font-size: 18px !important; }
 textarea { font-size: 18px !important; }
 """
 
-# 2. FUNÇÃO PARA SALVAR O TXT (Definida ANTES de ser usada)
+# 2. FUNÇÃO PARA SALVAR O TXT
 def salvar_txt(conteudo):
     """Gera um arquivo temporário para download."""
     if not conteudo:
@@ -26,7 +26,6 @@ def processar_analise(texto_usuario, modo, categoria_pergunta):
     if not texto_usuario.strip():
         return "Por favor, insira um texto.", "Aguardando...", None
         
-    # Busca as perguntas originais (em inglês) do Google Docs
     url = DOCS.get(categoria_pergunta)
     perguntas_guia_ingles = get_doc_content(url)
     
@@ -52,44 +51,53 @@ def processar_analise(texto_usuario, modo, categoria_pergunta):
     {texto_usuario}
     """
     
-    # Chama a IA via OpenRouter (usando a lógica de fallback do utils.py)
     resposta_ia, modelo_vencedor = call_openrouter(prompt_completo, modo)
     
-    # Formatação da exibição final
     exibicao_final = f"--- RELATÓRIO DE ANÁLISE FILOLÓGICA ---\n\n{resposta_ia}"
-    
-    # Gera o arquivo para o componente de download (CHAMANDO A FUNÇÃO DEFINIDA NO PASSO 2)
     caminho_arquivo = salvar_txt(exibicao_final)
     
-    return exibicao_final, f"Modelo: {modelo_vencedor}", caminho_arquivo
+    return exibicao_final, f"Modelo Utilizado: {modelo_vencedor}", caminho_arquivo
 
 # 4. INTERFACE GRADIO
 with gr.Blocks(theme=gr.themes.Soft(), css=custom_css) as demo:
     gr.Markdown("# 🏛️ AI for Classics: Ferramenta de Pesquisa")
     
+    # Painel informativo sobre os modelos
+    with gr.Accordion("ℹ️ Entenda as Estratégias e Modelos (Hierarchy/Fallback)", open=False):
+        gr.Markdown("""
+        ### Como funciona a seleção de modelos:
+        O sistema utiliza uma hierarquia. Se o primeiro modelo estiver fora do ar ou congestionado, o OpenRouter tentará automaticamente o próximo da lista.
+        
+        | Estratégia | Hierarquia de Modelos (Ordem de tentativa) |
+        | :--- | :--- |
+        | **Alta Precisão** | 1. Claude 3.5 Sonnet | 2. GPT-4o | 3. Gemini 1.5 Pro |
+        | **Custo-Benefício** | 1. Gemini 1.5 Flash | 2. Command R | 3. Mistral Nemo |
+        """)
+
     with gr.Row():
         with gr.Column(scale=1):
-            input_text = gr.Textbox(label="1. Texto Original (Grego/Latim)", lines=10, placeholder="Cole o texto aqui...")
-            modo_radio = gr.Radio(["Alta Precisão (Filológico)", "Custo-Benefício (Triagem)"], label="2. Estratégia", value="Alta Precisão (Filológico)")
-            cat_perguntas = gr.Dropdown(choices=["SYNTAX", "MORPHOLOGY", "SEMANTICS"], label="3. Protocolo", value="SYNTAX")
+            input_text = gr.Textbox(
+                label="1. Texto Original (Grego/Latim)", 
+                lines=10, 
+                placeholder="Insira o trecho da obra clássica aqui..."
+            )
+            
+            modo_radio = gr.Radio(
+                choices=["Alta Precisão (Filológico)", "Custo-Benefício (Triagem)"], 
+                label="2. Estratégia de IA", 
+                value="Alta Precisão (Filológico)",
+                info="Define a qualidade e o custo da análise (Consulte o painel informativo acima)."
+            )
+            
+            cat_perguntas = gr.Dropdown(
+                choices=["SYNTAX", "MORPHOLOGY", "SEMANTICS"], 
+                label="3. Protocolo de Pesquisa (Google Docs)", 
+                value="SYNTAX"
+            )
             
             with gr.Row():
-                btn_limpar = gr.Button("Clear/Limpar")
+                btn_limpar = gr.Button("Limpar Tudo")
                 btn_rodar = gr.Button("🚀 EXECUTAR ANÁLISE", variant="primary")
             
         with gr.Column(scale=1):
-            output_res = gr.Textbox(label="Resultado e Análise", lines=15, interactive=False)
-            output_model = gr.Label(label="Status")
-            file_download = gr.File(label="Baixar resultado em .txt")
-
-    # Ações dos botões
-    btn_rodar.click(
-        processar_analise, 
-        inputs=[input_text, modo_radio, cat_perguntas], 
-        outputs=[output_res, output_model, file_download]
-    )
-    
-    btn_limpar.click(lambda: ("", "Aguardando...", None, None), outputs=[input_text, output_model, output_res, file_download])
-
-if __name__ == "__main__":
-    demo.launch()
+            output_res = gr.Textbox(label="Análise