Update app.py

app.py

@@ -2,34 +2,24 @@ import os
 import gradio as gr
 import requests
 import pandas as pd
-# from dotenv import load_dotenv # Opzionale per test locali
+# from dotenv import load_dotenv
 
-# Carica variabili d'ambiente da .env se presente (per test locali)
 # load_dotenv()
 
-# Importa il tuo agente
 try:
     from agent import GaiaAgent
 except ImportError as e:
     print(f"ERRORE: agent.py non trovato o errore nell'importazione di GaiaAgent: {e}")
-    # Definisci un fallback o gestisci l'errore come preferisci
-    class GaiaAgent: # Fallback BasicAgent se l'import fallisce
+    class GaiaAgent:
         def __init__(self, model_name="gpt-4o"):
             print("Fallback BasicAgent inizializzato perché l'import di GaiaAgent è fallito.")
             self.model_name = model_name
         def __call__(self, question: str) -> str:
             return f"Errore: GaiaAgent (modello: {self.model_name}) non caricato. Questa è una risposta di fallback."
 
-
-# --- Costanti ---
 DEFAULT_API_URL = "https://agents-course-unit4-scoring.hf.space"
 
-
 def run_and_submit_all(profile: gr.OAuthProfile | None):
-    """
-    Recupera tutte le domande, esegue GaiaAgent su di esse, invia tutte le risposte,
-    e visualizza i risultati.
-    """
     space_id = os.getenv("SPACE_ID")
 
     if profile:
@@ -39,23 +29,25 @@ def run_and_submit_all(profile: gr.OAuthProfile | None):
         print("Utente non loggato.")
         return "Per favore, effettua il login a Hugging Face con il pulsante.", None
 
-    if not os.getenv("OPENAI_API_KEY"):
-        warning_message = "ATTENZIONE: Il segreto OPENAI_API_KEY non è impostato in questo Space. L'agente probabilmente fallirà."
-        print(warning_message)
-        # Potresti voler restituire un errore qui o lasciare che l'agente lo gestisca
-        # return warning_message, pd.DataFrame([{"Task ID": "N/A", "Question": "Configurazione mancante", "Submitted Answer": warning_message}])
-
+    # Controlli per le API Keys
+    openai_key_present = bool(os.getenv("OPENAI_API_KEY"))
+    tavily_key_present = bool(os.getenv("TAVILY_API_KEY"))
+    
+    if not openai_key_present:
+        warning_message_openai = "ATTENZIONE: Il segreto OPENAI_API_KEY non è impostato in questo Space. L'agente probabilmente fallirà."
+        print(warning_message_openai)
+        # Potresti voler restituire un errore più severo qui
+    if not tavily_key_present:
+        warning_message_tavily = "ATTENZIONE: Il segreto TAVILY_API_KEY non è impostato. La ricerca web con Tavily non funzionerà."
+        print(warning_message_tavily)
+        # Potresti voler restituire un errore più severo qui
 
     api_url = DEFAULT_API_URL
     questions_url = f"{api_url}/questions"
     submit_url = f"{api_url}/submit"
 
-    # 1. Istanzia l'Agente
     try:
-        # Qui istanzi il tuo GaiaAgent. Puoi cambiare model_name se necessario.
-        # "gpt-4.1" potrebbe non essere un identificatore di modello valido.
-        # Usa "gpt-4o", "gpt-4-turbo", "gpt-4-0125-preview", o un altro modello a cui hai accesso.
-        agent = GaiaAgent(model_name="gpt-4o")
+        agent = GaiaAgent(model_name="gpt-4o") # o "gpt-4-turbo", ecc.
     except Exception as e:
         print(f"Errore durante l'istanziazione dell'agente: {e}")
         return f"Errore durante l'inizializzazione dell'agente: {e}", None
@@ -63,7 +55,6 @@ def run_and_submit_all(profile: gr.OAuthProfile | None):
     agent_code = f"https://huggingface.co/spaces/{space_id}/tree/main" if space_id else "Link al codice non disponibile (SPACE_ID non impostato)"
     print(f"Link al codice dell'agente: {agent_code}")
 
-    # 2. Recupera le Domande
     print(f"Recupero domande da: {questions_url}")
     try:
         response = requests.get(questions_url, timeout=30)
@@ -84,7 +75,6 @@ def run_and_submit_all(profile: gr.OAuthProfile | None):
         print(f"Errore imprevisto durante il recupero delle domande: {e}")
         return f"Errore imprevisto durante il recupero delle domande: {e}", None
 
-    # 3. Esegui il tuo Agente
     results_log = []
     answers_payload = []
     print(f"Esecuzione dell'agente su {len(questions_data)} domande...")
@@ -103,22 +93,20 @@ def run_and_submit_all(profile: gr.OAuthProfile | None):
         except Exception as e:
             error_message = f"ERRORE AGENTE sul task {task_id}: {e}"
             print(error_message)
-            answers_payload.append({"task_id": task_id, "submitted_answer": error_message}) # Invia l'errore come risposta
+            answers_payload.append({"task_id": task_id, "submitted_answer": error_message})
             results_log.append({"Task ID": task_id, "Question": question_text, "Submitted Answer": error_message})
 
     if not answers_payload:
         print("L'agente non ha prodotto alcuna risposta da inviare.")
         return "L'agente non ha prodotto alcuna risposta da inviare.", pd.DataFrame(results_log if results_log else [])
 
-    # 4. Prepara l'Invio
     submission_data = {"username": username.strip(), "agent_code": agent_code, "answers": answers_payload}
     status_update = f"Agente terminato. Invio di {len(answers_payload)} risposte per l'utente '{username}'..."
     print(status_update)
 
-    # 5. Invia
     print(f"Invio di {len(answers_payload)} risposte a: {submit_url}")
     try:
-        response = requests.post(submit_url, json=submission_data, timeout=180) # Timeout aumentato
+        response = requests.post(submit_url, json=submission_data, timeout=180)
         response.raise_for_status()
         result_data = response.json()
         final_status = (
@@ -158,36 +146,27 @@ def run_and_submit_all(profile: gr.OAuthProfile | None):
         results_df = pd.DataFrame(results_log)
         return status_message, results_df
 
-
-# --- Costruisci l'Interfaccia Gradio usando Blocks ---
-with gr.Blocks(css="footer {visibility: hidden}") as demo: # Nasconde il footer di Gradio se desiderato
-    gr.Markdown("# GAIA Level 1 Agent - Evaluation Runner")
+with gr.Blocks(css="footer {visibility: hidden}") as demo:
+    gr.Markdown("# GAIA Level 1 Agent (con Tavily) - Evaluation Runner")
     gr.Markdown(
         """
         **Istruzioni:**
 
-        1. Questo Space implementa un `GaiaAgent` che utilizza Wikipedia, DuckDuckGo, Arxiv e un interprete di codice Python.
-        2. Assicurati che `OPENAI_API_KEY` sia impostata come **Secret** nelle impostazioni del tuo Hugging Face Space.
-        3. Effettua il login al tuo account Hugging Face usando il pulsante qui sotto. Il tuo username HF verrà usato per l'invio.
-        4. Clicca su 'Esegui Valutazione & Invia Tutte le Risposte' per recuperare le domande, eseguire il tuo agente, inviare le risposte e vedere il punteggio.
-
-        ---
-        **Disclaimer:**
-        Una volta cliccato il pulsante di invio, il processo può richiedere diverso tempo (l'agente deve elaborare tutte le domande).
-        Questo Space fornisce una configurazione di base. Per soluzioni più robuste, considera il caching delle risposte o l'elaborazione asincrona.
+        1. Questo Space implementa un `GaiaAgent` che utilizza Wikipedia, **Tavily Search**, Arxiv e un interprete di codice Python.
+        2. Assicurati che `OPENAI_API_KEY` e `TAVILY_API_KEY` siano impostate come **Secrets** nelle impostazioni del tuo Hugging Face Space.
+        3. Effettua il login al tuo account Hugging Face usando il pulsante qui sotto.
+        4. Clicca su 'Esegui Valutazione & Invia Tutte le Risposte' per avviare il processo.
         """
     )
 
     gr.LoginButton()
-
     run_button = gr.Button("Esegui Valutazione & Invia Tutte le Risposte")
-
     status_output = gr.Textbox(label="Stato Esecuzione / Risultato Invio", lines=6, interactive=False)
     results_table = gr.DataFrame(label="Domande e Risposte dell'Agente", wrap=True, height=400)
 
     run_button.click(
         fn=run_and_submit_all,
-        inputs=None, # Gradio passa implicitamente il profilo OAuth se la funzione lo accetta
+        inputs=None,
         outputs=[status_output, results_table],
         api_name="run_evaluation"
     )
@@ -212,9 +191,12 @@ if __name__ == "__main__":
 
     if not os.getenv("OPENAI_API_KEY"):
         print("\n⚠️ ATTENZIONE: La variabile d'ambiente OPENAI_API_KEY NON È IMPOSTATA.")
-        print("Per favore, impostala come Secret nelle impostazioni del tuo Hugging Face Space se stai deployando lì, o nel tuo ambiente locale.\n")
+    if not os.getenv("TAVILY_API_KEY"):
+        print("\n⚠️ ATTENZIONE: La variabile d'ambiente TAVILY_API_KEY NON È IMPOSTATA.")
+    if not os.getenv("OPENAI_API_KEY") or not os.getenv("TAVILY_API_KEY"):
+         print("Per favore, imposta le API keys mancanti come Secrets nelle impostazioni del tuo Hugging Face Space o nel tuo ambiente locale.\n")
 
-    print("-"*(60 + len(" Avvio App ")) + "\n")
 
-    print("Avvio Interfaccia Gradio per Valutazione Agente GAIA...")
-    demo.launch(share=False) # debug=True può essere utile per lo sviluppo locale
+    print("-"*(60 + len(" Avvio App ")) + "\n")
+    print("Avvio Interfaccia Gradio per Valutazione Agente GAIA (con Tavily)...")
+    demo.launch(share=False)