Update app.py

app.py

@@ -1067,39 +1067,15 @@ if st.session_state.search_results is not None:
     if not results:
         st.warning(f"No se encontraron coincidencias claras para tu caso: '{st.session_state.user_query}'. Prueba a describir los síntomas de otra manera.")
     else:
-        # --- PASO 1: GENERAR TODO EL CONTENIDO DEL INFORME EN LA MEMORIA ---
-        best_match_data = results[0]
-        best_match = best_match_data['entry']
-        
-        # Generar análisis detallado con IA (la parte más lenta) y guardarlo en caché
-        if 'best_match_analysis' not in st.session_state.analysis_cache:
-            with st.spinner("✍️ Generando análisis personalizado con IA..."):
-                try:
-                    analysis_text = generate_detailed_analysis(st.session_state.user_query, best_match)
-                    st.session_state.analysis_cache['best_match_analysis'] = analysis_text
-                except Exception as e:
-                    logger.error(f"Falló la generación del análisis detallado principal: {e}")
-                    st.session_state.analysis_cache['best_match_analysis'] = "❌ Lo sentimos, no se pudo generar el análisis detallado en este momento debido a un problema con la IA."
-        
-        # Recuperar o usar el texto ya generado
-        ai_analysis_text = st.session_state.analysis_cache['best_match_analysis']
-
-        # Generar los otros componentes de texto para el informe
-        base_report_text = generate_report_text(st.session_state.user_query, results)
-        neuro_report_text = generate_neuro_report_text(st.session_state.entities, FOOD_TO_COMPOUND_MAP, INTEGRATED_NEURO_FOOD_MAP)
-        molecular_report_text = generate_molecular_report_text(best_match, st.session_state.entities, foodb_index, FOOD_NAME_TO_FOODB_KEY, COMPOUND_SYNONYM_MAP, KNOWN_TRIGGERS_MAP)
-        
-        # Unir todo en un solo string para el informe de Word
-        complete_report_string = f"{base_report_text}\n\n{ai_analysis_text}\n{neuro_report_text}\n{molecular_report_text}"
-        
-        # Generar el archivo de Word en memoria con todo el contenido
-        word_file_buffer = generate_word_report(complete_report_string)
-
-        # --- PASO 2: CONSTRUIR LA INTERFAZ DE USUARIO USANDO EL CONTENIDO PRE-GENERADO ---
+        # Definimos las columnas
         col1, col2 = st.columns([3,1])
+        
+        # Contenido de la primera columna
         with col1:
             st.success(f"Hemos encontrado {len(results)} posible(s) causa(s) relacionada(s) con tu caso.")
-            with col2:
+        
+        # --- BLOQUE CORREGIDO: TODO LO SIGUIENTE ESTÁ AHORA DENTRO DE 'with col2:' ---
+        with col2:
             # Inicializar el estado si no existe
             if 'report_generated' not in st.session_state:
                 st.session_state.report_generated = False
@@ -1119,6 +1095,8 @@ if st.session_state.search_results is not None:
                     # Guardar el buffer del archivo de Word en el estado de la sesión
                     st.session_state.word_file_buffer = generate_word_report(complete_report_string)
                     st.session_state.report_generated = True
+                    # Forzar una re-ejecución para mostrar el botón de descarga inmediatamente
+                    st.rerun()
             
             # Si el informe ya se generó, mostrar el botón de descarga
             if st.session_state.report_generated and st.session_state.word_file_buffer:
@@ -1132,6 +1110,7 @@ if st.session_state.search_results is not None:
                 # Opcional: Mostrar un mensaje de éxito
                 st.success("¡Su informe está listo!")
         
+        # El resto del código de visualización, correctamente alineado
         st.subheader("Análisis de Relevancia de las Coincidencias")
         st.altair_chart(create_relevance_chart(results), use_container_width=True)