Update app.py

app.py

@@ -4,63 +4,114 @@
 #               Consejero Médico regional personalizado
 #                        Bogota colombia 2024
 
+import gradio as gr
+import os
+import google.generativeai as genai
 
+# --- CONFIGURACIÓN DE GEMINI ---
+GEMINI_API_KEY = os.getenv("GEMINI_API_KEY")
 
-import gradio as gr
-from groq import Groq
+if not GEMINI_API_KEY:
+    print("Error: GEMINI_API_KEY no encontrada. Por favor configúrala en tus variables de entorno.")
+    # En un script real, podrías querer salir o levantar una excepción aquí.
+    # Para Gradio, si la clave no está, la llamada a la API fallará más tarde.
+    # exit() # Descomentar si quieres que el script termine si no hay clave
+else:
+    try:
+        genai.configure(api_key=GEMINI_API_KEY)
+    except Exception as e:
+        print(f"Error al configurar Gemini API: {e}")
+        # exit() # Descomentar si quieres que el script termine si la configuración falla
 
-# Inicializar el cliente Groq
-client = Groq()
+# Inicializar el modelo Gemini (puedes cambiar "gemini-1.5-flash" por otro, ej. "gemini-1.5-pro-latest")
+# Usamos "gemini-1.5-flash" por ser más rápido y económico, adecuado para muchos casos de chat.
+try:
+    gemini_model = genai.GenerativeModel("gemini-1.5-flash")
+    print("Modelo Gemini inicializado correctamente.")
+except Exception as e:
+    print(f"Error al inicializar el modelo Gemini: {e}")
+    gemini_model = None # Asegurarse de que la app no intente usar un modelo no inicializado
 
-# Función para manejar la completación del chat
+# Función para manejar la completación del chat con Gemini
 def chat_con_bot(ciudad, informacion_clinica):
+    if not gemini_model:
+        return "Error: El modelo Gemini no está disponible. Verifica la configuración de la API Key y el modelo."
+    if not GEMINI_API_KEY: # Doble chequeo por si el print anterior no detuvo la ejecución
+        return "Error: GEMINI_API_KEY no configurada. La aplicación no puede funcionar."
+
     mensaje_usuario = f"Ciudad: {ciudad}. Información clínica: {informacion_clinica}"
-    completion = client.chat.completions.create(
-        model="llama-3.1-70b-versatile",
-        messages=[
-            {
-                "role": "user",
-                "content": mensaje_usuario
-            }
-        ],
+    
+    # El prompt para Gemini puede beneficiarse de un rol o instrucción más explícita
+    # sobre cómo debe actuar, similar a un system prompt.
+    # Por ejemplo, podrías anteponer:
+    # "Eres un consejero médico colombiano. Proporciona información basada en los siguientes datos, ajustando tu lenguaje según el nivel educativo y la epidemiología local."
+    # Sin embargo, para mantener la similitud con el original, solo pasamos el mensaje.
+
+    # Para Gemini, los parámetros como temperature, max_tokens, top_p se pasan en `generation_config`
+    generation_config = genai.types.GenerationConfig(
         temperature=0.7,
-        max_tokens=1024,
-        top_p=1,
-        stream=True,
-        stop=None,
+        max_output_tokens=1024, # Equivalente a max_tokens en Groq
+        top_p=1
+        # stop_sequences=None # Equivalente a stop en Groq, si lo necesitas
     )
-    
-    # Recopilar la respuesta
-    respuesta = ""
-    for chunk in completion:
-        respuesta += chunk.choices[0].delta.content or ""
+
+    try:
+        completion = gemini_model.generate_content(
+            mensaje_usuario,
+            generation_config=generation_config,
+            stream=True
+        )
+        
+        respuesta = ""
+        for chunk in completion:
+            # Gemini chunks tienen el texto directamente en chunk.text (o en partes si hay candidatos múltiples)
+            # Para un chat simple, chunk.text suele ser suficiente.
+            if chunk.parts: # Más robusto para manejar diferentes tipos de chunks
+                respuesta += "".join(part.text for part in chunk.parts if hasattr(part, 'text'))
+            elif hasattr(chunk, 'text') and chunk.text:
+                 respuesta += chunk.text
+
+    except Exception as e:
+        print(f"Error durante la llamada a Gemini API: {e}")
+        return f"Hubo un error al procesar tu solicitud con Gemini: {str(e)}"
     
     return respuesta
 
 # Configurar la interfaz de Gradio usando Blocks
-with gr.Blocks() as interfaz:
-    gr.Markdown("# Consulta Médica colombiana IA\nModelo Llama 3.1 70B en español")
+with gr.Blocks(theme=gr.themes.Soft()) as interfaz: # Añadido un tema suave para mejor apariencia
+    gr.Markdown("# Consulta Médica colombiana IA\nModelo Gemini 1.5 Flash en español") # Actualizado el modelo
     
     with gr.Row():
         informacion_clinica = gr.Textbox(
-            label="¿Cuáles son tus síntomas, desde cuándo aparecieron, cuál es tu sexo, edad, y antecedentes médicos, fármacos y si hay algún hallazgo físico observable?"
+            label="¿Cuáles son tus síntomas, desde cuándo aparecieron, cuál es tu sexo, edad, y antecedentes médicos, fármacos y si hay algún hallazgo físico observable?",
+            lines=5, # Más espacio para texto largo
+            placeholder="Ej: Dolor de cabeza y fiebre desde hace 2 días, mujer, 30 años, sufro de migraña, tomo ibuprofeno, no veo nada raro al examinarme."
         )
     
     with gr.Row():
         ciudad = gr.Textbox(
             label="¿En qué ciudad o municipio vives (para ajustes epidemiológicos) y qué nivel de educación tienes (para ajustar la explicación de tu enfermedad)?",
-            value="Bogotá"
+            value="Bogotá",
+            placeholder="Ej: Medellín, bachiller"
         )
 
     with gr.Row():
-        respuesta = gr.Textbox(label="Respuesta")
+        respuesta_bot = gr.Textbox(label="Respuesta del Consejero Médico IA", lines=10, interactive=False) # Renombrado para claridad y hecho no interactivo
     
     with gr.Row():
-        enviar = gr.Button("Enviar")
-        limpiar = gr.Button("Limpiar")
+        enviar = gr.Button("Enviar Consulta") # Texto del botón más descriptivo
+        limpiar = gr.Button("Limpiar Campos")
+
+    def limpiar_campos():
+        return "Bogotá", "", "" # Limpia ciudad (a Bogotá), información clínica y respuesta
 
-    enviar.click(fn=chat_con_bot, inputs=[ciudad, informacion_clinica], outputs=respuesta)
-    limpiar.click(fn=lambda: ("Bogotá", ""), inputs=None, outputs=[ciudad, informacion_clinica])
+    enviar.click(fn=chat_con_bot, inputs=[ciudad, informacion_clinica], outputs=respuesta_bot)
+    limpiar.click(fn=limpiar_campos, inputs=None, outputs=[ciudad, informacion_clinica, respuesta_bot]) # Asegúrate de que 'respuesta_bot' coincide con el nombre del output Textbox
 
 # Lanzar la aplicación
-interfaz.launch()
+if __name__ == "__main__":
+    if not GEMINI_API_KEY or not gemini_model:
+        print("No se puede iniciar la interfaz de Gradio debido a problemas con la API de Gemini.")
+        print("Por favor, asegúrate de que la variable de entorno GEMINI_API_KEY está configurada correctamente.")
+    else:
+        interfaz.launch()