Update app.py

app.py

@@ -1,201 +1,154 @@
+import pandas as pd
 import streamlit as st
-import openai
 from dotenv import load_dotenv
-import nltk
+import openai
 import os
-import tempfile
-from nltk.tokenize import word_tokenize
-from nltk.corpus import stopwords
-from nltk.stem import SnowballStemmer
-import PyPDF2
-import time
-from google.cloud import texttospeech
-from streamlit_webrtc import webrtc_streamer, WebRtcMode, AudioProcessorBase
-
-# Configuración de NLTK
-nltk.download('punkt')
-nltk.download('stopwords')
-
-# Cargar la clave API desde el archivo .env
+
+# Configuración de la clave API
 load_dotenv()
-os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "botidinamix-g.json"
 openai.api_key = os.getenv("OPENAI_API_KEY")
 
-# Función para extraer texto del PDF
-def extraer_texto_pdf(archivo):
-    texto = ""
-    if archivo:
-        with tempfile.NamedTemporaryFile(delete=False) as temp_file:
-            temp_file.write(archivo.read())
-            temp_file_path = temp_file.name
-        with open(temp_file_path, 'rb') as file:
-            reader = PyPDF2.PdfReader(file)
-            for page in range(len(reader.pages)):
-                texto += reader.pages[page].extract_text()
-        os.unlink(temp_file_path)
-    return texto
-
-# Función para preprocesar texto
-def preprocesar_texto(texto):
-    tokens = word_tokenize(texto, language='spanish')
-    tokens = [word.lower() for word in tokens if word.isalpha()]
-    stopwords_es = set(stopwords.words('spanish'))
-    tokens = [word for word in tokens if word not in stopwords_es]
-    stemmer = SnowballStemmer('spanish')
-    tokens = [stemmer.stem(word) for word in tokens]
-    return " ".join(tokens)
-
-# Clase para procesar audio
-class AudioProcessor(AudioProcessorBase):
-    def __init__(self):
-        self.audio_bytes = b''
-
-    def recv(self, frame):
-        self.audio_bytes += frame.to_ndarray().tobytes()
-        return frame
-
-# Función para obtener respuestas
-def obtener_respuesta(pregunta, contexto="", modelo="gpt-4", temperatura=0.5):
-    respuesta = openai.Completion.create(
-        engine=modelo,
-        prompt=f"Pregunta: {pregunta}\nContexto: {contexto}\nRespuesta:",
-        max_tokens=150,
+# Clases para la gestión de pedidos
+class PedidoAgent:
+    def __init__(self, menu_csv_path):
+        self.menu_csv_path = menu_csv_path
+        self.menu_data = self.load_menu()
+    
+    def load_menu(self):
+        try:
+            df_menu = pd.read_csv(self.menu_csv_path)
+            productos = df_menu["Producto"].tolist()
+            precios = df_menu["Precio"].tolist()
+            return {"productos": productos, "precios": precios}
+        except Exception as e:
+            st.error(f"Error al cargar el menú: {e}")
+            return None
+
+    def realizar_pedido(self, state):
+        if not self.menu_data:
+            st.warning("No se pudo cargar el menú.")
+            return
+
+        productos = self.menu_data["productos"]
+        precios = self.menu_data["precios"]
+
+        # Interfaz de usuario para seleccionar productos y cantidades
+        with st.form("pedido_form"):
+            producto_seleccionado = st.selectbox("Producto:", productos)
+            cantidad = st.number_input("Cantidad:", min_value=1, value=1)
+            submitted = st.form_submit_button("Agregar al pedido")
+
+            if submitted:
+                precio = precios[productos.index(producto_seleccionado)]
+                state.pedidos.append(
+                    {"Producto": producto_seleccionado, "Cantidad": cantidad, "Precio": precio}
+                )
+                st.success("Pedido agregado correctamente")
+
+        # Mostrar el pedido actual
+        st.subheader("Pedido actual:")
+        if state.pedidos:
+            df_pedidos = pd.DataFrame(state.pedidos)
+            st.table(df_pedidos)
+
+class CalculoPedidoAgent:
+    def calcular_total(self, state):
+        st.subheader("Resumen del Pedido")
+        if state.pedidos:
+            df_pedidos = pd.DataFrame(state.pedidos)
+            st.table(df_pedidos)
+            total = df_pedidos["Cantidad"].mul(df_pedidos["Precio"]).sum()
+            st.markdown(f"**Total: ${total:.2f}**")
+        else:
+            st.info("El pedido está vacío.")
+
+# Función para obtener respuesta de OpenAI
+def obtener_respuesta(pregunta, modelo="gpt-4", temperatura=0.5):
+    response = openai.ChatCompletion.create(
+        model=modelo,
+        messages=[{"role": "system", "content": "You are a knowledgeable theological assistant."},
+                  {"role": "user", "content": pregunta}],
         temperature=temperatura,
-    ).choices[0].text.strip()
-
-    client = texttospeech.TextToSpeechClient()
-    synthesis_input = texttospeech.SynthesisInput(text=respuesta)
-    voice = texttospeech.VoiceSelectionParams(
-        language_code="es-ES",
-        ssml_gender=texttospeech.SsmlVoiceGender.NEUTRAL,
-    )
-    audio_config = texttospeech.AudioConfig(
-        audio_encoding=texttospeech.AudioEncoding.MP3,
-    )
-    response = client.synthesize_speech(
-        input=synthesis_input, voice=voice, audio_config=audio_config
-    )
-    audio_path = tempfile.NamedTemporaryFile(delete=False, suffix=".mp3").name
-    with open(audio_path, "wb") as out:
-        out.write(response.audio_content)
-
-    return respuesta, audio_path
-
-# Main App
-def main():
-    # --- Diseño general ---
-    st.set_page_config(page_title="Asistente Teológico", page_icon="📖")
-
-    # --- Estilos CSS personalizados ---
-    st.markdown(
-        """
-        <style>
-            body {
-                background: #f2f3f5;
-                color: #333;
-            }
-            .stButton>button {
-                background-color: #4CAF50;
-                color: white;
-                border-radius: 10px;
-            }
-            .stTextInput>div>div>input {
-                border: 1px solid #4CAF50;
-                border-radius: 10px;
-            }
-            .stMarkdown>div>p {
-                color: #4CAF50;
-                font-weight: bold;
-            }
-            .stAudio {
-                margin-top: 20px;
-                border: 2px solid #4CAF50;
-                border-radius: 10px;
-            }
-            .stFileUploader>div>div>input {
-                border: 1px solid #4CAF50;
-                border-radius: 10px;
-            }
-        </style>
-        """,
-        unsafe_allow_html=True,
+        max_tokens=150,
     )
-
-    # --- Encabezado ---
-    st.image("biblie.jpg")
-    st.title("📖 LOS CODIGOS DE DIOS - BOTIDINAMIX AI")
-    st.markdown("Bienvenido al Asistente Teológico, donde puedes preguntar sobre interpretaciones y reflexiones bíblicas.")
-
-    # --- Subir PDF ---
-    st.subheader("📄 Subir PDF")
-    st.info("Sube un archivo PDF con contenido bíblico y el asistente responderá en función de su contenido.")
-    archivo_pdf = st.file_uploader("Selecciona un archivo PDF", type=["pdf"])
-
-    texto_extraido = ""
-    if archivo_pdf:
-        texto_extraido = extraer_texto_pdf(archivo_pdf)
-        st.success("Texto extraído del PDF exitosamente.")
-        st.text_area("Texto extraído", value=texto_extraido, height=200)
-
-    if not texto_extraido:
-        texto_extraido = st.text_area("Texto extraído", height=200)
-
-    texto_preprocesado = preprocesar_texto(texto_extraido)
-
-    # --- Chat ---
-    st.subheader("🗣️ Chat con el Asistente")
-    if 'mensajes' not in st.session_state:
-        st.session_state.mensajes = []
-
-    for mensaje in st.session_state.mensajes:
-        with st.chat_message(mensaje["role"]):
-            st.markdown(mensaje["content"])
-
-    def on_audio(audio_bytes):
-        with st.spinner("Transcribiendo..."):
-            transcript = openai.Audio.transcribe("whisper-1", audio_bytes)
-            pregunta_usuario = transcript["text"]
-            st.session_state.mensajes.append({"role": "user", "content": pregunta_usuario, "timestamp": time.time()})
-            with st.chat_message("user"):
-                st.markdown(pregunta_usuario)
-
-    st.subheader("🎤 Captura de voz")
-    st.info("Haz clic en el micrófono y comienza a hablar. Tu pregunta se transcribirá automáticamente.")
-    if st.button("Grabar 🎙️"):
-        webrtc_ctx = webrtc_streamer(
-            key="example",
-            mode=WebRtcMode.SENDONLY,
-            audio_receiver_size=256,
-            rtc_configuration={
-                "iceServers": [{"urls": ["stun:stun.l.google.com:19302"]}]
-            },
-            media_stream_constraints={"audio": True},
-            audio_processor_factory=AudioProcessor,
-        )
-
-        if webrtc_ctx.audio_receiver:
-            audio_frames = webrtc_ctx.audio_receiver.get_frames(timeout=1)
-            for audio_frame in audio_frames:
-                audio_bytes = audio_frame.to_ndarray().tobytes()
-                on_audio(audio_bytes)
-
-    st.markdown("---")
-    pregunta_usuario = st.text_input("Escribe tu pregunta sobre la Biblia:")
-    if st.button("Enviar"):
-        if pregunta_usuario:
-            st.session_state.mensajes.append({"role": "user", "content": pregunta_usuario, "timestamp": time.time()})
-            with st.chat_message("user"):
-                st.markdown(pregunta_usuario)
-
-            with st.spinner("Generando respuesta..."):
-                respuesta, audio_path = obtener_respuesta(pregunta_usuario, texto_preprocesado, modelo="gpt-4", temperatura=0.5)
-                st.session_state.mensajes.append({"role": "assistant", "content": respuesta, "timestamp": time.time()})
-                with st.chat_message("assistant"):
-                    st.markdown(respuesta)
-                st.audio(audio_path, format="audio/mp3", start_time=0, autoplay=True)
-        else:
-            st.warning("Por favor, ingresa una pregunta antes de enviar.")
-
-if __name__ == "__main__":
-    main()
-
+    respuesta = response['choices'][0]['message']['content']
+    return respuesta
+
+# Configuración de Streamlit
+st.set_page_config(page_title="Asistente Teológico", page_icon="📖")
+
+# Estilos CSS personalizados
+st.markdown(
+    """
+    <style>
+        body {
+            background: #f2f3f5;
+            color: #333;
+        }
+        .stButton>button {
+            background-color: #4CAF50;
+            color: white;
+            border-radius: 10px;
+        }
+        .stTextInput>div>div>input {
+            border: 1px solid #4CAF50;
+            border-radius: 10px;
+        }
+        .stMarkdown>div>p {
+            color: #4CAF50;
+            font-weight: bold;
+        }
+        .stAudio {
+            margin-top: 20px;
+            border: 2px solid #4CAF50;
+            border-radius: 10px;
+        }
+        .stFileUploader>div>div>input {
+            border: 1px solid #4CAF50;
+            border-radius: 10px;
+        }
+    </style>
+    """,
+    unsafe_allow_html=True,
+)
+
+# Encabezado
+st.image("biblia.jpg")
+st.title("📖 Asistente Teológico - BOTIDINAMIX AI")
+st.markdown("Bienvenido al Asistente Teológico, donde puedes preguntar sobre interpretaciones y reflexiones bíblicas.")
+
+# Chat
+st.subheader("🗣️ Chat con el Asistente")
+if 'mensajes' not in st.session_state:
+    st.session_state.mensajes = []
+
+for mensaje in st.session_state.mensajes:
+    with st.chat_message(mensaje["role"]):
+        st.markdown(mensaje["content"])
+
+pregunta_usuario = st.text_input("Escribe tu pregunta sobre la Biblia:")
+if st.button("Enviar"):
+    if pregunta_usuario:
+        st.session_state.mensajes.append({"role": "user", "content": pregunta_usuario, "timestamp": time.time()})
+        with st.chat_message("user"):
+            st.markdown(pregunta_usuario)
+
+        with st.spinner("Generando respuesta..."):
+            respuesta = obtener_respuesta(pregunta_usuario)
+            st.session_state.mensajes.append({"role": "assistant", "content": respuesta, "timestamp": time.time()})
+            with st.chat_message("assistant"):
+                st.markdown(respuesta)
+    else:
+        st.warning("Por favor, ingresa una pregunta antes de enviar.")
+
+# Gestión de pedidos
+st.subheader("📋 Gestión de Pedidos")
+menu_csv_path = "menu.csv"  # Ruta al archivo CSV del menú
+if 'pedidos' not in st.session_state:
+    st.session_state.pedidos = []
+
+pedido_agent = PedidoAgent(menu_csv_path)
+calculo_pedido_agent = CalculoPedidoAgent()
+
+pedido_agent.realizar_pedido(st.session_state)
+calculo_pedido_agent.calcular_total(st.session_state)