Update app.py

app.py

@@ -20,7 +20,7 @@ nltk.download('stopwords')
 
 # Cargar la clave API desde el archivo .env
 load_dotenv()
-os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "botidinamix-g.json"
+os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "/path/to/my_google_credentials.json"
 openai.api_key = os.getenv("OPENAI_API_KEY")
 
 # Función para extraer texto del PDF
@@ -228,47 +228,50 @@ def main():
             st.success("Menú cargado exitosamente. Listo para tomar pedidos.")
             st.write(menu_df)
 
-            # Captura de pedido
-            pedido_usuario = st.text_input("Ingresa tu pedido (separado por comas):")
-            if st.button("Tomar Pedido"):
-                if pedido_usuario:
-                    confirmados = tomar_pedido_agente(pedido_usuario, menu_df)
-                    st.info(f"Pedido confirmado: {confirmados}")
-
-                    total = procesar_orden_agente(','.join(confirmados), menu_df)
-                    st.success(f"Total del pedido: ${total}")
-
-                    # Generar PDF de la orden
-                    order_details = {item: {'price': menu_df[menu_df['item'] == item]['price'].values[0]} for item in confirmados}
-                    pdf_path = generar_pdf_orden(order_details)
-                    st.markdown(f"[Descargar PDF de la Orden]({pdf_path})", unsafe_allow_html=True)
-
-            # --- Chat para Agentes ---
-            st.subheader("Chat con Agentes")
-            if 'mensajes_agente' not in st.session_state:
-                st.session_state.mensajes_agente = []
-
-            for mensaje in st.session_state.mensajes_agente:
-                with st.chat_message(mensaje["role"]):
-                    st.markdown(mensaje["content"])
-
-            agente_pregunta = st.text_input("Escribe tu pregunta para el agente:")
-            if st.button("Enviar al Agente"):
-                if agente_pregunta:
-                    st.session_state.mensajes_agente.append({"role": "user", "content": agente_pregunta, "timestamp": time.time()})
-                    with st.chat_message("user"):
-                        st.markdown(agente_pregunta)
-
-                    # Procesar la respuesta del agente
-                    with st.spinner("El agente está respondiendo..."):
-                        respuesta_agente, audio_path = obtener_respuesta(agente_pregunta, '', modelo="gpt-4", temperatura=0.5)
-                        st.session_state.mensajes_agente.append({"role": "assistant", "content": respuesta_agente, "timestamp": time.time()})
-                        with st.chat_message("assistant"):
-                            st.markdown(respuesta_agente)
-                        st.audio(audio_path, format="audio/mp3", start_time=0)
-                else:
-                    st.warning("Por favor, ingresa una pregunta antes de enviar.")
+            # Verificar si las columnas necesarias existen en el DataFrame
+            if 'item' not in menu_df.columns or 'price' not in menu_df.columns:
+                st.error("El archivo CSV debe contener las columnas 'item' y 'price'.")
+            else:
+                # Captura de pedido
+                pedido_usuario = st.text_input("Ingresa tu pedido (separado por comas):")
+                if st.button("Tomar Pedido"):
+                    if pedido_usuario:
+                        confirmados = tomar_pedido_agente(pedido_usuario, menu_df)
+                        st.info(f"Pedido confirmado: {confirmados}")
+
+                        total = procesar_orden_agente(','.join(confirmados), menu_df)
+                        st.success(f"Total del pedido: ${total}")
+
+                        # Generar PDF de la orden
+                        order_details = {item: {'price': menu_df[menu_df['item'] == item]['price'].values[0]} for item in confirmados}
+                        pdf_path = generar_pdf_orden(order_details)
+                        st.markdown(f"[Descargar PDF de la Orden]({pdf_path})", unsafe_allow_html=True)
+
+                # --- Chat para Agentes ---
+                st.subheader("Chat con Agentes")
+                if 'mensajes_agente' not in st.session_state:
+                    st.session_state.mensajes_agente = []
+
+                for mensaje in st.session_state.mensajes_agente:
+                    with st.chat_message(mensaje["role"]):
+                        st.markdown(mensaje["content"])
+
+                agente_pregunta = st.text_input("Escribe tu pregunta para el agente:")
+                if st.button("Enviar al Agente"):
+                    if agente_pregunta:
+                        st.session_state.mensajes_agente.append({"role": "user", "content": agente_pregunta, "timestamp": time.time()})
+                        with st.chat_message("user"):
+                            st.markdown(agente_pregunta)
+
+                        # Procesar la respuesta del agente
+                        with st.spinner("El agente está respondiendo..."):
+                            respuesta_agente, audio_path = obtener_respuesta(agente_pregunta, '', modelo="gpt-4", temperatura=0.5)
+                            st.session_state.mensajes_agente.append({"role": "assistant", "content": respuesta_agente, "timestamp": time.time()})
+                            with st.chat_message("assistant"):
+                                st.markdown(respuesta_agente)
+                            st.audio(audio_path, format="audio/mp3", start_time=0)
+                    else:
+                        st.warning("Por favor, ingresa una pregunta antes de enviar.")
 
 if __name__ == "__main__":
     main()
-