Update app.py

app.py

@@ -11,14 +11,51 @@ import PyPDF2
 import time
 from google.cloud import texttospeech
 from streamlit_webrtc import webrtc_streamer, WebRtcMode
-from Historial.historial_chat import cargar_historial, guardar_historial  # Importa las funciones
-from data_manager import PedidoAgent, CalculoPedidoAgent
+from Historial.historial_chat import cargar_historial, guardar_historial
+from reportlab.lib.pagesizes import letter
+from reportlab.pdfgen import canvas
+import csv
 
 # Configuración de NLTK
 nltk.download('punkt')
 nltk.download('stopwords')
 
-# Función para cargar el texto del PDF
+# Cargar la clave API desde el archivo .env
+load_dotenv()
+os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "botidinamix-g.json"
+openai.api_key = os.getenv("OPENAI_API_KEY")
+
+# Instancia el cliente de Text-to-Speech
+client = texttospeech.TextToSpeechClient()
+
+# Función para leer el archivo CSV del menú
+def leer_menu_csv(filepath):
+    menu = {}
+    with open(filepath, mode='r', encoding='utf-8-sig') as file:
+        reader = csv.DictReader(file)
+        for row in reader:
+            item = row['item']
+            price = float(row['price'])
+            description = row['description']
+            menu[item] = {'price': price, 'description': description}
+    return menu
+
+# Función para generar el PDF de la orden
+def generar_pdf_orden(order_details, filepath='orden_compra.pdf'):
+    c = canvas.Canvas(filepath, pagesize=letter)
+    width, height = letter
+    c.drawString(100, height - 100, "Orden de Compra")
+    y = height - 120
+    total = 0
+    for item, details in order_details.items():
+        c.drawString(100, y, f"{item}: ${details['price']}")
+        y -= 20
+        total += details['price']
+    c.drawString(100, y - 20, f"Total: ${total}")
+    c.save()
+    return filepath
+
+# Función para extraer texto del PDF
 def extraer_texto_pdf(archivo):
     texto = ""
     if archivo:
@@ -42,14 +79,6 @@ def preprocesar_texto(texto):
     tokens = [stemmer.stem(word) for word in tokens]
     return " ".join(tokens)
 
-# Cargar la clave API desde el archivo .env
-load_dotenv()
-os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "botidinamix-g.json"  # Reemplaza 'key.json' con el nombre de tu archivo de credenciales
-openai.api_key = os.getenv("OPENAI_API_KEY")
-
-# Instancia el cliente de Text-to-Speech
-client = texttospeech.TextToSpeechClient()
-
 # Función para obtener respuesta de OpenAI usando el modelo GPT y convertir a audio
 def obtener_respuesta(pregunta, texto_preprocesado, modelo, temperatura=0.5):
     try:
@@ -91,6 +120,32 @@ def obtener_respuesta(pregunta, texto_preprocesado, modelo, temperatura=0.5):
         st.error(f"Error al comunicarse con OpenAI: {e}")
         return "Lo siento, no puedo procesar tu solicitud en este momento."
 
+# Definición de Agentes
+class PedidoAgent:
+    def __init__(self, menu):
+        self.menu = menu
+
+    def tomar_pedido(self, pedido_usuario):
+        detalles_pedido = {}
+        for item in pedido_usuario.split(","):
+            item = item.strip()
+            if item in self.menu:
+                detalles_pedido[item] = self.menu[item]
+            else:
+                return f"El ítem '{item}' no está en el menú."
+        detalles = "\n".join([f"{item}: ${details['price']}" for item, details in detalles_pedido.items()])
+        return f"Detalles del pedido:\n{detalles}"
+
+class CalculoPedidoAgent:
+    def __init__(self):
+        pass
+
+    def calcular_y_generar_pdf(self, detalles_pedido):
+        total = sum(details['price'] for details in detalles_pedido.values())
+        filepath = generar_pdf_orden(detalles_pedido)
+        return total, filepath
+
+# Main App
 def main():
     # --- Diseño general ---
     st.set_page_config(page_title="Asistente Virtual", page_icon="🤖")
@@ -106,25 +161,25 @@ def main():
         """
     <style>
         body {
-            background-image: linear-gradient(to right, #FFA500, #FFD700); /* Fondo degradado amarillo y naranja */
+            background-image: linear-gradient(to right, #FFA500, #FFD700);
         }
         h1, h2, h3, h4, h5, h6 {
-            color: green !important; /* Color verde para títulos */
-            font-weight: bold !important; /* Negrilla */
+            color: green !important;
+            font-weight: bold !important;
         }
-        .stChatFloatingInputContainer { /* Estilos para el contenedor del input del chat */
-            background-color: rgba(255, 255, 255, 0.8); /* Fondo blanco con opacidad */
-            border-radius: 10px; /* Bordes redondeados */
+        .stChatFloatingInputContainer {
+            background-color: rgba(255, 255, 255, 0.8);
+            border-radius: 10px;
         }
-        .stTextInput > div > div > input {  /* Input de texto del chat */
-            color: #333; /* Color de texto más oscuro */
+        .stTextInput > div > div > input {
+            color: #333;
         }
-        [data-testid="stChatMessage"] { /* Burbujas de chat */
-            background-color: black !important; /* Color de fondo negro */
-            color: gold !important; /* Color de texto dorado */
+        [data-testid="stChatMessage"] {
+            background-color: black !important;
+            color: gold !important;
             border-radius: 10px;
         }
-        [data-testid="stChatMessage"] p { /* Párrafos dentro de las burbujas */
+        [data-testid="stChatMessage"] p {
             color: gold !important;
         }
     </style>
@@ -163,130 +218,78 @@ def main():
         if st.button("Grabar 🎙️"):
             st.session_state.run_webrtc = True
         if st.session_state.get("run_webrtc", False):
-            webrtc_streamer(
-                key="speech-to-text",
-                mode=WebRtcMode.SENDONLY,
-                rtc_configuration={"iceServers": [{"urls": ["stun:stun.l.google.com:19302"]}]},
-                media_stream_constraints={"video": False, "audio": True},
-                on_audio=on_audio,
+            webrtc_ctx = webrtc_streamer(
+                key="example", mode=WebRtcMode.SENDONLY,
+                in_audio=True, on_audio_frame=on_audio,
             )
-            st.session_state["run_webrtc"] = False
-
-    # Mostrar historial si el botón fue presionado
-    if st.session_state.get("mostrar_historial", False):
-        st.subheader("Historial de Chat:")
-        if st.session_state.mensajes:
-            for mensaje in st.session_state.mensajes:
-                with st.chat_message(mensaje["role"]):
-                    st.markdown(mensaje["content"])
-        else:
-            st.info("No hay mensajes en el historial.")
-    else:
-        for mensaje in st.session_state.mensajes:
-            with st.chat_message(mensaje["role"]):
-                st.markdown(mensaje["content"])
-
-        # Selección de modelo de lenguaje
-        st.subheader("🧠 Configuración del Modelo")
-        modelo = st.selectbox(
-            "Selecciona el modelo:",
-            ["gpt-3.5-turbo", "gpt-4"],
-            index=0,
-            help="Elige el modelo de lenguaje de OpenAI que prefieras."
-        )
 
-        # --- Opciones adicionales ---
-        st.markdown("---")
-        temperatura = st.slider("🌡️ Temperatura", min_value=0.0, max_value=1.0, value=0.5, step=0.1)
-
-        # --- Video de fondo ---
-        with st.container():
-            st.markdown(
-                f"""
-                <style>
-                #video-container {{
-                    position: relative;
-                    width: 100%;
-                    padding-bottom: 56.25%;
-                    background-color: lightblue;
-                    overflow: hidden;
-                }}
-                #background-video {{
-                    position: absolute;
-                    top: 0;
-                    left: 0;
-                    width: 100%;
-                    height: 100%;
-                    object-fit: cover;
-                    z-index: -1;
-                }}
-                </style>
-                <div id="video-container">
-                    <video id="background-video" autoplay loop muted>
-                        <source src="https://path/to/your/video.mp4" type="video/mp4">
-                    </video>
-                </div>
-                """,
-                unsafe_allow_html=True
-            )
-
-        st.markdown("---")
-        st.subheader("📄 Subir PDF")
-        st.info("Sube un archivo PDF y el asistente responderá en función de su contenido.")
-        archivo_pdf = st.file_uploader("Selecciona un archivo PDF", type=["pdf"])
+    st.markdown("---")
+    st.subheader("📄 Subir PDF")
+    st.info("Sube un archivo PDF 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)
+    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)
+    if not texto_extraido:
+        texto_extraido = st.text_area("Texto extraído", height=200)
 
-        texto_preprocesado = preprocesar_texto(texto_extraido)
+    texto_preprocesado = preprocesar_texto(texto_extraido)
 
-        # --- Opciones de entrada de usuario ---
-        st.markdown("---")
-        pregunta_usuario = st.text_input("Escribe tu pregunta:")
-        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)
-
-                respuesta = obtener_respuesta(pregunta_usuario, texto_preprocesado, modelo, temperatura)
-                st.session_state.mensajes.append({"role": "assistant", "content": respuesta, "timestamp": time.time()})
-                with st.chat_message("assistant"):
-                    st.markdown(respuesta)
-
-                guardar_historial(st.session_state.mensajes)
-            else:
-                st.warning("Por favor, ingresa una pregunta antes de enviar.")
+    # --- Opciones de entrada de usuario ---
+    st.markdown("---")
+    pregunta_usuario = st.text_input("Escribe tu pregunta:")
+    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)
 
-    # Instancia del agente de pedido
-    pedido_agent = PedidoAgent()
+            respuesta = 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)
 
-    # --- Interacciones del agente de pedidos ---
-    st.subheader("🚀 Consultar pedidos")
-    id_pedido = st.text_input("ID del Pedido")
-    if st.button("Consultar Pedido"):
-        if id_pedido:
-            st.info(pedido_agent.consultar_pedido(id_pedido))
+            guardar_historial(st.session_state.mensajes)
         else:
-            st.warning("Por favor, ingresa un ID de pedido.")
+            st.warning("Por favor, ingresa una pregunta antes de enviar.")
+
+    # --- Lectura del menú desde CSV y creación de agentes ---
+    st.subheader("📋 Menú y Pedidos")
+    menu_csv = st.file_uploader("Sube el archivo CSV del menú", type=["csv"])
+
+    if menu_csv:
+        menu = leer_menu_csv(menu_csv)
+        st.success("Menú cargado exitosamente. Listo para tomar pedidos.")
+        st.write(menu)
+
+        # Crear instancia de PedidoAgent
+        pedido_agent = PedidoAgent(menu)
+
+        # Captura de pedido
+        pedido_usuario = st.text_input("Ingresa tu pedido (separado por comas):")
+        if st.button("Tomar Pedido"):
+            if pedido_usuario:
+                detalles_pedido = pedido_agent.tomar_pedido(pedido_usuario)
+                st.info(detalles_pedido)
+            else:
+                st.warning("Por favor, ingresa el pedido antes de continuar.")
 
-    # Instancia del agente de cálculo de pedidos
-    calculo_pedido_agent = CalculoPedidoAgent()
+        # Crear instancia de CalculoPedidoAgent
+        calculo_pedido_agent = CalculoPedidoAgent()
 
-    # --- Interacciones del agente de cálculo de pedidos ---
-    st.subheader("📊 Calcular Pedido")
-    descripcion_pedido = st.text_area("Descripción del Pedido")
-    if st.button("Calcular"):
-        if descripcion_pedido:
-            st.info(calculo_pedido_agent.calcular_pedido(descripcion_pedido))
-        else:
-            st.warning("Por favor, ingresa la descripción del pedido.")
+        # Cálculo y generación de PDF
+        if st.button("Calcular y Generar PDF"):
+            detalles_pedido = pedido_agent.tomar_pedido(pedido_usuario)
+            if isinstance(detalles_pedido, str):
+                st.warning("Primero toma el pedido correctamente.")
+            else:
+                total, filepath = calculo_pedido_agent.calcular_y_generar_pdf(detalles_pedido)
+                st.success(f"Total del pedido: ${total}")
+                st.markdown(f"[Descargar PDF de la Orden]({filepath})", unsafe_allow_html=True)
 
 if __name__ == "__main__":
     main()