Update app.py

app.py

@@ -5,7 +5,7 @@ import PyPDF2
 import requests
 import io
 import json
-import os # Para manejar variables de entorno si fuera necesario en un entorno real
+import os # Importar el módulo os para acceder a variables de entorno
 
 # Variable global para almacenar el texto extraído de la base de conocimientos
 # Se vacía cada vez que se carga un nuevo archivo.
@@ -91,6 +91,13 @@ def get_llm_response(prompt_text, context_text, personality_setting):
     # Combinar la instrucción del sistema, el contexto y la pregunta del usuario en un solo prompt
     full_prompt = f"{system_instruction}\n\nContexto:\n{context_text}\n\nPregunta: {prompt_text}"
 
+    # *** CAMBIO IMPORTANTE AQUÍ: Leer la clave API de las variables de entorno ***
+    api_key = os.getenv("GEMINI_API_KEY")
+    if not api_key:
+        return "Error: La clave API de Gemini no está configurada. Por favor, añádela como un secreto en Hugging Face Spaces (GEMINI_API_KEY)."
+
+    api_url = f"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent?key={api_key}"
+
     # Preparar el historial de chat para la API de Gemini
     chat_history = []
     chat_history.append({"role": "user", "parts": [{"text": full_prompt}]})
@@ -103,11 +110,6 @@ def get_llm_response(prompt_text, context_text, personality_setting):
         }
     }
 
-    # La clave de la API se deja vacía según las instrucciones para el entorno Canvas.
-    # En un despliegue real, esto debería manejarse de forma segura (e.g., variables de entorno).
-    api_key = "" # Canvas inyectará la clave API en tiempo de ejecución
-    api_url = f"https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent?key={api_key}"
-
     try:
         # Realizar la solicitud POST a la API de Gemini
         response = requests.post(api_url, headers={'Content-Type': 'application/json'}, data=json.dumps(payload))