Update agent_functions.py

agent_functions.py

@@ -13,6 +13,38 @@ os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "botidinamix-g.json"
 # Instancia el cliente de Text-to-Speech
 client = texttospeech.TextToSpeechClient()
 
+# Menú definido directamente en el código
+menu = [
+    {"item": "Hamburguesa sencilla (200g)", "price": 14000},
+    {"item": "Hamburguesa doble (400g)", "price": 19000},
+    {"item": "Hamburguesa triple (600g)", "price": 24000},
+    {"item": "Hamburguesa napolitana", "price": 18000},
+    {"item": "Hamburguesa de la casa", "price": 22000},
+    {"item": "Perro caliente sencillo", "price": 11000},
+    {"item": "Perro caliente mixto (con tocino, queso y jalapeños)", "price": 16000},
+    {"item": "Jalapeños", "price": 2000},
+    {"item": "Tocineta", "price": 3000},
+    {"item": "Queso cheddar", "price": 3500},
+    {"item": "Queso americano", "price": 3500},
+    {"item": "Papas fritas naturales", "price": 4000},
+    {"item": "Papas fritas con limón", "price": 4500},
+    {"item": "Papas fritas con pollo BBQ", "price": 5000},
+    {"item": "Papas fritas con jalapeños y queso", "price": 5500},
+    {"item": "Papas fritas con tocineta y queso", "price": 6000},
+    {"item": "Cerveza Pilsen", "price": 4000},
+    {"item": "Cerveza Águila", "price": 5000},
+    {"item": "Cerveza Club Social", "price": 7000},
+    {"item": "Batido de chocolate", "price": 6000},
+    {"item": "Batido de vainilla", "price": 5500},
+    {"item": "Batido de fresa", "price": 6500},
+    {"item": "Agua mineral con gas", "price": 3000},
+    {"item": "Agua aromatizada", "price": 2500},
+    {"item": "Leche", "price": 3500},
+    {"item": "Jugo natural (en agua o leche)", "price": 4000}
+]
+
+menu_df = pd.DataFrame(menu)
+
 class PedidoTool:
     def __init__(self, menu_df):
         self.menu_df = menu_df
@@ -33,16 +65,10 @@ class OrdenTool:
         items = pedido.split(',')
         total = 0
         for item in items:
-            price = self.menu_df[self.menu_df['item'] == item.strip()]['precio'].values[0]
-            total += precio
+            price = self.menu_df[self.menu_df['item'] == item.strip()]['price'].values[0]
+            total += price
         return total
 
-def leer_menu_csv(filepath):
-    menu = pd.read_csv(filepath)
-    menu.columns = menu.columns.str.strip()  # Eliminar espacios en blanco de los nombres de las columnas
-    print("Columnas del menú CSV:", menu.columns.tolist())  # Imprimir nombres de columnas para verificación
-    return menu
-
 def generar_pdf_orden(order_details, filepath='orden_compra.pdf'):
     c = canvas.Canvas(filepath, pagesize=letter)
     width, height = letter
@@ -57,10 +83,10 @@ def generar_pdf_orden(order_details, filepath='orden_compra.pdf'):
     c.save()
     return filepath
 
-def obtener_respuesta(pregunta, texto_preprocesado, modelo, temperatura=0.5):
+def obtener_respuesta(pregunta, texto_preprocesado, modelo="gpt-4", temperatura=0.5):
     try:
         response = openai.ChatCompletion.create(
-            model="gpt-4",
+            model=modelo,
             messages=[
                 {"role": "system", "content": "Actua como Ana una asesora de ventas del restaurante Sazon Burguer, tienes un tono muy amable y cordial"},
                 {"role": "user", "content": f"{pregunta}\n\nContexto: {texto_preprocesado}"}
@@ -93,12 +119,12 @@ def obtener_respuesta(pregunta, texto_preprocesado, modelo, temperatura=0.5):
     except openai.OpenAIError as e:
         return f"Error al comunicarse con OpenAI: {e}", None
 
-def tomar_pedido_agente(pedido, menu_df):
+def tomar_pedido_agente(pedido):
     pedido_tool = PedidoTool(menu_df)
     confirmados = pedido_tool.tomar_pedido(pedido)
     return confirmados
 
-def procesar_orden_agente(pedido, menu_df):
+def procesar_orden_agente(pedido):
     orden_tool = OrdenTool(menu_df)
     total = orden_tool.procesar_orden(pedido)
     return total