Update app.py

app.py

@@ -2,19 +2,14 @@ import time
 import os
 import joblib
 import streamlit as st
+import google.generativeai as genai
 from dotenv import load_dotenv
+from reel_formulas import reel_formulas  # Cambiar de puv_formulas a reel_formulas
 from system_prompts import get_unified_reel_prompt  # Cambiar de get_unified_puv_prompt a get_unified_reel_prompt
-from reel_formulas import reel_formulas
-from session_state import (
-    SessionState,
-    DEFAULT_GEMINI_MODEL,
-    DATA_DIR,
-    PAST_CHATS_LIST_PATH,
-)
+from session_state import SessionState
 
 # Inicializar el estado de la sesión
 state = SessionState()
-STREAM_SETTINGS = {'batch_size': 1, 'delay_seconds': 0.01}
 
 # Función para detectar saludos y generar respuestas personalizadas
 def is_greeting(text):
@@ -48,14 +43,11 @@ def process_message(prompt, is_example=False):
             typing_indicator.markdown("*Generando respuesta...*")
             
             response = state.send_message(enhanced_prompt)
-            full_response = stream_response(response, message_placeholder, typing_indicator, STREAM_SETTINGS)
+            full_response = stream_response(response, message_placeholder, typing_indicator)
             
             if full_response:
                 state.add_message(MODEL_ROLE, full_response, AI_AVATAR_ICON)
-                if hasattr(state.chat, 'get_history'):
-                    state.gemini_history = state.chat.get_history()
-                else:
-                    state.gemini_history = getattr(state.chat, 'history', [])
+                state.gemini_history = state.chat.history
                 state.save_chat_history()
                 
         except Exception as e:
@@ -71,96 +63,50 @@ def handle_chat_title(prompt):
         past_chats[state.chat_id] = state.chat_title
     else:
         state.chat_title = past_chats[state.chat_id]
-    joblib.dump(past_chats, PAST_CHATS_LIST_PATH)
-
-def detect_formula_selection(prompt):
-    """Detecta si el usuario eligió una fórmula por nombre o por número."""
-    normalized_prompt = prompt.lower().strip()
-    formula_names = list(reel_formulas.keys())
-
-    # Selección por número (1, 2, 3...)
-    if normalized_prompt.isdigit():
-        formula_index = int(normalized_prompt) - 1
-        if 0 <= formula_index < len(formula_names):
-            return formula_names[formula_index]
-
-    # Selección por nombre parcial/completo
-    for formula_name in formula_names:
-        if formula_name.lower() in normalized_prompt:
-            return formula_name
-
-    return None
-
-def get_user_context_for_formula(max_user_messages=6):
-    """Recupera contexto reciente del usuario para rellenar la fórmula elegida."""
-    recent_user_messages = [
-        m['content'] for m in state.messages
-        if m.get('role') == 'user'
-    ][-max_user_messages:]
-    return "\n".join(f"- {message}" for message in recent_user_messages)
-
-def build_formula_prompt(formula_name):
-    """Construye un prompt estricto usando la fórmula del diccionario."""
-    formula_data = reel_formulas[formula_name]
-    formula_description = formula_data.get('description', '').strip()
-    user_context = get_user_context_for_formula()
-
-    return f"""
-El usuario eligió explícitamente esta fórmula: "{formula_name}".
-
-APLICA ESTRICTAMENTE la siguiente estructura:
-{formula_description}
-
-Contexto real del usuario (úsalo para personalizar el guion):
-{user_context if user_context else '- Sin contexto previo suficiente.'}
-
-Instrucciones obligatorias de salida:
-1) Devuelve SOLO el texto final del Reel (sin encabezados ni etiquetas).
-2) Respeta el orden y los pasos de la fórmula elegida.
-3) Incluye un gancho potente y un cierre con llamado a la acción.
-4) Que tenga longitud aproximada de 60 segundos al leer.
-"""
+    joblib.dump(past_chats, 'data/past_chats_list')
 
 def get_enhanced_prompt(prompt, is_example):
     """Genera el prompt mejorado según el tipo de mensaje"""
-    selected_formula = detect_formula_selection(prompt)
-    if selected_formula:
-        st.session_state.selected_formula = selected_formula
-        return build_formula_prompt(selected_formula)
-
     if is_greeting(prompt):
         return f"El usuario te ha saludado con '{prompt}'. Preséntate brevemente, explica qué es un Reel y por qué es importante, y haz las 3 preguntas iniciales para comenzar a crear el guion del Reel (audiencia ideal, producto/servicio, y llamado a la acción). Sé amigable, breve y toma la iniciativa como el experto que eres."
     elif is_example:
         return f"El usuario ha seleccionado un ejemplo: '{prompt}'. Responde de manera conversacional y sencilla, como si estuvieras hablando con un amigo. Evita tecnicismos innecesarios. Enfócate en dar información práctica que ayude al usuario a crear su Reel. Usa ejemplos concretos cuando sea posible. Termina tu respuesta con una pregunta que invite al usuario a compartir información sobre su negocio para poder ayudarle a crear su Reel personalizado."
     return prompt
 
-def stream_response(response, message_placeholder, typing_indicator, stream_settings):
+def process_model_response(enhanced_prompt):
+    """Procesa la respuesta del modelo"""
+    with st.chat_message(MODEL_ROLE, avatar=AI_AVATAR_ICON):
+        try:
+            message_placeholder = st.empty()
+            typing_indicator = st.empty()
+            typing_indicator.markdown("*Generando respuesta...*")
+            
+            response = state.send_message(enhanced_prompt)
+            full_response = stream_response(response, message_placeholder, typing_indicator)
+            
+            # Actualizar historial
+            state.add_message(role=MODEL_ROLE, content=full_response, avatar=AI_AVATAR_ICON)
+            state.gemini_history = state.chat.history
+            state.save_chat_history()
+            
+        except Exception as e:
+            st.error(f"Error: {str(e)}")
+
+def stream_response(response, message_placeholder, typing_indicator):
     """Maneja el streaming de la respuesta"""
     full_response = ''
-    batch_size = max(1, int(stream_settings.get('batch_size', 24)))
-    delay_seconds = max(0.0, float(stream_settings.get('delay_seconds', 0.0)))
-    pending_chars = 0
-
     try:
         for chunk in response:
             if chunk.text:
                 for ch in chunk.text:
                     full_response += ch
-                    pending_chars += 1
-                    if pending_chars >= batch_size:
-                        if delay_seconds:
-                            time.sleep(delay_seconds)
-                        message_placeholder.markdown(full_response + '▌')
-                        pending_chars = 0
+                    time.sleep(0.01)
+                    typing_indicator.markdown("*Generando respuesta...*")
+                    message_placeholder.markdown(full_response + '▌')
     except Exception as e:
         st.error(f"Error en el streaming: {str(e)}")
         return ''
-
-    if pending_chars > 0:
-        if delay_seconds:
-            time.sleep(delay_seconds)
-        message_placeholder.markdown(full_response + '▌')
-
+    
     typing_indicator.empty()
     message_placeholder.markdown(full_response)
     return full_response
@@ -238,21 +184,17 @@ def display_examples():
     ]
 
     # Crear los botones de ejemplo
-    selected_prompt = None
     cols = st.columns(4)
     for idx, ejemplo in enumerate(ejemplos):
         with cols[idx]:
             if st.button(ejemplo["texto"], key=f"ejemplo_{idx}", help=ejemplo["prompt"]):
-                st.session_state.pending_example_prompt = ejemplo["prompt"]
-                st.session_state.hide_initial_menu = True
+                state.prompt = ejemplo["prompt"]
                 st.rerun()
 
 # Cargar variables de entorno
 load_dotenv()
-GOOGLE_API_KEY = os.environ.get('GOOGLE_API_KEY')
-if not GOOGLE_API_KEY:
-    st.error("Falta la variable de entorno GOOGLE_API_KEY. Configúrala para continuar.")
-    st.stop()
+GOOGLE_API_KEY=os.environ.get('GOOGLE_API_KEY')
+genai.configure(api_key=GOOGLE_API_KEY)
 
 # Configuración de la aplicación
 new_chat_id = f'{time.time()}'
@@ -260,33 +202,22 @@ MODEL_ROLE = 'ai'
 AI_AVATAR_ICON = '🤖'  # Cambia el emoji por uno de robot para coincidir con tu logo
 USER_AVATAR_ICON = '👤'  # Añade un avatar para el usuario
 
-# Resolver usuario actual (Firebase Auth token -> uid, fallback local)
-firebase_store = FirebaseSessionStore.from_env()
-id_token = st.query_params.get("token")
-firebase_uid = None
-if firebase_store and id_token:
-    firebase_uid = firebase_store.verify_id_token(id_token)
-state.set_storage(firebase_uid or state.user_id, firebase_store)
-
-user_data_dir = f'{DATA_DIR}/users/{state.user_id}'
-past_chats_path = f'{user_data_dir}/past_chats_list'
-
 # Crear carpeta de datos si no existe
 try:
-    os.mkdir(DATA_DIR)
-except FileExistsError:
+    os.mkdir('data/')
+except:
+    # data/ folder already exists
     pass
 
 # Cargar chats anteriores
 try:
-    past_chats = joblib.load(PAST_CHATS_LIST_PATH)
-except (FileNotFoundError, EOFError):
+    past_chats: dict = joblib.load('data/past_chats_list')
+except:
     past_chats = {}
 
 # Sidebar para seleccionar chats anteriores
 with st.sidebar:
     st.write('# Chats Anteriores')
-
     if state.chat_id is None:
         state.chat_id = st.selectbox(
             label='Selecciona un chat anterior',
@@ -310,9 +241,8 @@ with st.sidebar:
 state.load_chat_history()
 
 # Inicializar el modelo y el chat
-system_prompt = get_unified_reel_prompt()
-state.initialize_model(DEFAULT_GEMINI_MODEL, api_key=GOOGLE_API_KEY)
-state.initialize_chat(system_instruction=system_prompt)  # Siempre inicializar el chat después del modelo
+state.initialize_model('gemini-3.1-flash-lite-preview')
+state.initialize_chat()  # Siempre inicializar el chat después del modelo
 
 # Mostrar mensajes del historial
 for message in state.messages:
@@ -322,38 +252,28 @@ for message in state.messages:
     ):
         st.markdown(message['content'])
 
-# Capturar entrada del usuario antes de renderizar el menú inicial
-user_prompt = st.chat_input('Describe tu audiencia y el objetivo de tu Reel...')
-
-if 'pending_example_prompt' not in st.session_state:
-    st.session_state.pending_example_prompt = None
-
-if 'hide_initial_menu' not in st.session_state:
-    st.session_state.hide_initial_menu = False
-
-if state.has_messages():
-    st.session_state.hide_initial_menu = True
-
-# Renderizar menú inicial en un contenedor limpiable
-initial_menu_container = st.container()
-if (
-    not st.session_state.hide_initial_menu
-    and not state.has_messages()
-    and not user_prompt
-    and not st.session_state.pending_example_prompt
-):
-    with initial_menu_container:
-        display_initial_header()
-        display_examples()
-
-# Procesar entrada del usuario (oculta el menú inmediatamente)
-if user_prompt:
-    st.session_state.hide_initial_menu = True
-    initial_menu_container.empty()
-    process_message(user_prompt, is_example=False)
+# Mensaje inicial del sistema si es un chat nuevo
+if not state.has_messages():
+    # Mostrar la carátula inicial con el logo centrado
+    display_initial_header()
+    
+    # Mostrar los ejemplos
+    display_examples()
 
-# Procesar ejemplo seleccionado (oculta el menú inmediatamente)
-if st.session_state.pending_example_prompt:
-    initial_menu_container.empty()
-    process_message(st.session_state.pending_example_prompt, is_example=True)
-    st.session_state.pending_example_prompt = None
+    # Inicializar el chat con el prompt unificado
+    system_prompt = get_unified_reel_prompt()  # Cambiar de get_unified_puv_prompt a get_unified_reel_prompt
+    if state.chat is not None:  # Verificación adicional de seguridad
+        state.chat.send_message(system_prompt)
+    else:
+        st.error("Error: No se pudo inicializar el chat correctamente.")
+
+# Procesar entrada del usuario
+if prompt := st.chat_input('Describe tu audiencia y el objetivo de tu Reel...'):
+    process_message(prompt, is_example=False)
+
+# Procesar ejemplos seleccionados
+if state.has_prompt():
+    prompt = state.prompt
+    process_message(prompt, is_example=True)
+    # Limpiar el prompt
+    state.clear_prompt()