Update app.py

app.py

@@ -1,31 +1,26 @@
-import streamlit as st
 import os
-import openai
-from google.cloud import texttospeech
-from utils.data_manager import (
-    extraer_texto_pdf, 
-    preprocesar_texto, 
-    obtener_respuesta,
-    flujo_laboratorio,
-    flujo_insumos,
-    buscar_datos_guardados,
-    generar_notificaciones_pendientes,
-    flujo_presupuestos,
-)
-from docx import Document
-import io
 import tempfile
+import openai
 from dotenv import load_dotenv
-from flask import Flask, request, jsonify
-import threading
-from google.oauth2.service_account import Credentials
-from googleapiclient.discovery import build
-from datetime import datetime, timedelta
+import PyPDF2
+import nltk
+from nltk.tokenize import word_tokenize
+from nltk.corpus import stopwords
+from nltk.stem import SnowballStemmer
+import pandas as pd
+from fpdf import FPDF
+import streamlit as st
+import requests
+from google.cloud import texttospeech
+
+nltk.download('punkt', quiet=True)
+nltk.download('stopwords', quiet=True)
 
 # Cargar las claves API desde el archivo .env
 load_dotenv()
 openai_api_key = os.getenv("OPENAI_API_KEY")
-google_credentials = os.getenv("GOOGLE_APPLICATION_CREDENTIALS")
+brevo_api_key = os.getenv("BREVO_API_KEY")
+os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "botidinamix-g.json"
 
 # Verifica que las claves API están configuradas
 if not openai_api_key:
@@ -33,29 +28,441 @@ if not openai_api_key:
 else:
     openai.api_key = openai_api_key
 
-if not google_credentials:
-    st.error("No Google credentials provided. Please set your credentials in the .env file.")
-
-# Crear la aplicación Flask
-app = Flask(__name__)
-
-@app.route('/process_audio', methods=['POST'])
-def process_audio():
-    data = request.json
-    transcription = data['transcription']
-    return jsonify({'transcription': transcription})
-
-def run_flask_app():
-    app.run(port=5000, debug=True)
+if not brevo_api_key:
+    st.error("No API key provided for Brevo. Please set your API key in the .env file.")
+
+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
+        try:
+            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()
+        except Exception as e:
+            st.error(f"Error al extraer texto del PDF: {e}")
+        finally:
+            os.unlink(temp_file_path)
+    return 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)
+
+def obtener_respuesta(pregunta, texto_preprocesado, modelo, temperatura=0.5, assistant_id=""):
+    try:
+        response = openai.ChatCompletion.create(
+            model=modelo,
+            messages=[
+                {"role": "system", "content": "Actua como Galatea la asistente de la clinica Odontologica OMARDENT y resuelve las inquietudes"},
+                {"role": "user", "content": f"{pregunta}\n\nContexto: {texto_preprocesado}"}
+            ],
+            temperature=temperatura
+        )
+        respuesta = response.choices[0].message['content'].strip()
+
+        # Configura la solicitud de síntesis de voz
+        client = texttospeech.TextToSpeechClient()
+        input_text = texttospeech.SynthesisInput(text=respuesta)
+        voice = texttospeech.VoiceSelectionParams(
+            language_code="es-ES", ssml_gender=texttospeech.SsmlVoiceGender.FEMALE
+        )
+        audio_config = texttospeech.AudioConfig(
+            audio_encoding=texttospeech.AudioEncoding.MP3
+        )
+
+        # Realiza la solicitud de síntesis de voz
+        response = client.synthesize_speech(
+            input=input_text, voice=voice, audio_config=audio_config
+        )
+
+        # Reproduce el audio en Streamlit
+        st.audio(response.audio_content, format="audio/mp3")
+        return respuesta
+
+    except openai.OpenAIError as e:
+        st.error(f"Error al comunicarse con OpenAI: {e}")
+        return "Lo siento, no puedo procesar tu solicitud en este momento."
+
+    except Exception as e:
+        st.error(f"Error al generar la respuesta y el audio: {e}")
+        return "Lo siento, ocurrió un error al procesar tu solicitud."
+
+def guardar_en_txt(nombre_archivo, datos):
+    carpeta = "datos_guardados"
+    os.makedirs(carpeta, existo_ok=True)
+    ruta_archivo = os.path.join(carpeta, nombre_archivo)
+    try:
+        with open(ruta_archivo, 'a', encoding='utf-8') as archivo:  # Append mode
+            archivo.write(datos + "\n")
+    except Exception as e:
+        st.error(f"Error al guardar datos en el archivo: {e}")
+    return ruta_archivo
+
+def cargar_desde_txt(nombre_archivo):
+    carpeta = "datos_guardados"
+    ruta_archivo = os.path.join(carpeta, nombre_archivo)
+    try:
+        if os.path.exists(ruta_archivo):
+            with open(ruta_archivo, 'r', encoding='utf-8') as archivo:
+                return archivo.read()
+        else:
+            st.warning("Archivo no encontrado.")
+            return ""
+    except Exception as e:
+        st.error(f"Error al cargar datos desde el archivo: {e}")
+        return ""
+
+def listar_archivos_txt():
+    carpeta = "datos_guardados"
+    try:
+        if not os.path.exists(carpeta):
+            return []
+        archivos = [f for f in os.listdir(carpeta) if f.endswith('.txt')]
+        archivos_ordenados = sorted(archivos, key=lambda x: os.path.getctime(os.path.join(carpeta, x)), reverse=True)
+        return archivos_ordenados
+    except Exception as e:
+        st.error(f"Error al listar archivos: {e}")
+        return []
+
+def generar_pdf(dataframe, titulo, filename):
+    pdf = FPDF()
+    pdf.add_page()
+    pdf.set_font("Arial", size=12)
+    pdf.cell(200, 10, txt=titulo, ln=True, align='C')
+
+    for i, row in dataframe.iterrows():
+        row_text = ", ".join(f"{col}: {val}" for col, val in row.items())
+        pdf.cell(200, 10, txt=row_text, ln=True)
+    
+    try:
+        with tempfile.NamedTemporaryFile(delete=False, suffix='.pdf') as tmp_file:
+            pdf.output(tmp_file.name)
+            return tmp_file.name
+    except Exception as e:
+        st.error(f"Error al generar PDF: {e}")
+        return None
+
+def enviar_correo(destinatario, asunto, contenido):
+    url = "https://api.brevo.com/v3/smtp/email"
+    headers = {
+        "accept": "application/json",
+        "api-key": brevo_api_key,
+        "content-type": "application/json"
+    }
+    payload = {
+        "sender": {"email": "tu_correo@dominio.com"},
+        "to": [{"email": destinatario}],
+        "subject": asunto,
+        "htmlContent": contenido
+    }
+    try:
+        response = requests.post(url, json=payload, headers=headers)
+        if response.status_code == 201:
+            st.success(f"Correo enviado a {destinatario}")
+        else:
+            st.error(f"Error al enviar el correo: {response.text}")
+    except Exception as e:
+        st.error(f"Error al enviar el correo: {e}")
+
+def enviar_whatsapp(numero, mensaje):
+    url = "https://api.brevo.com/v3/whatsapp/send"
+    headers = {
+        "accept": "application/json",
+        "api-key": brevo_api_key,
+        "content-type": "application/json"
+    }
+    payload = {
+        "recipient": {"number": numero},
+        "sender": {"number": "tu_numero_whatsapp"},
+        "content": mensaje
+    }
+    try:
+        response = requests.post(url, json=payload, headers=headers)
+        if response.status_code == 201:
+            st.success(f"Mensaje de WhatsApp enviado a {numero}")
+        else:
+            st.error(f"Error al enviar el mensaje de WhatsApp: {response.text}")
+    except Exception as e:
+        st.error(f"Error al enviar el mensaje de WhatsApp: {e}")
+
+def flujo_laboratorio():
+    st.title("🦷 Gestión de Trabajos de Laboratorio")
+
+    if 'laboratorio' not in st.session_state:
+        st.session_state.laboratorio = []
+
+    with st.form("laboratorio_form"):
+        tipo_trabajo = st.selectbox("Tipo de trabajo:", [
+            "Protesis total", "Protesis removible metal-acrilico", "Parcialita acrilico",
+            "Placa de blanqueamiento", "Placa de bruxismo", "Corona de acrilico", 
+            "Corona en zirconio", "Protesis flexible", "Acker flexible"
+        ])
+        doctor = st.selectbox("Doctor que requiere el trabajo:", ["Dr. Jose Daniel C", "Dr. Jose Omar C"])
+        fecha_entrega = st.date_input("Fecha de entrega:")
+        fecha_envio = st.date_input("Fecha de envío:")
+        laboratorio = st.selectbox("Laboratorio dental:", ["Ernesto Correa lab", "Formando Sonrisas"])
+        nombre_paciente = st.text_input("Nombre paciente:")
+        observaciones = st.text_input("Observaciones:")
+        numero_orden = st.text_input("Número de orden:")
+        cantidad = st.number_input("Cantidad:", min_value=1, step=1)
+
+        submitted = st.form_submit_button("Registrar Trabajo")
+
+        if submitted:
+            trabajo = {
+                "tipo_trabajo": tipo_trabajo,
+                "doctor": doctor,
+                "fecha_entrega": str(fecha_entrega),
+                "fecha_envio": str(fecha_envio),
+                "laboratorio": laboratorio,
+                "nombre_paciente": nombre_paciente,
+                "observaciones": observaciones,
+                "numero_orden": numero_orden,
+                "cantidad": cantidad,
+                "estado": "pendiente"
+            }
+            st.session_state.laboratorio.append(trabajo)
+            datos_guardados = mostrar_datos_como_texto([trabajo])  # Append only the new entry
+            guardar_en_txt('trabajos_laboratorio.txt', datos_guardados)
+            st.success("Trabajo registrado con éxito.")
+    
+    if st.session_state.laboratorio:
+        st.write("### Trabajos Registrados")
+        df_trabajos = pd.DataFrame(st.session_state.laboratorio)
+        st.write(df_trabajos)
+
+        pdf_file = generar_pdf(df_trabajos, "Registro de Trabajos de Laboratorio", "trabajos_laboratorio.pdf")
+        st.download_button(
+            label="📥 Descargar PDF",
+            data=open(pdf_file, 'rb').read(),
+            file_name="trabajos_laboratorio.pdf",
+            mime="application/pdf"
+        )
+
+def flujo_insumos():
+    st.title("📦 Gestión de Insumos")
+
+    if 'insumos' not in st.session_state:
+        st.session_state.insumos = []
+
+    with st.form("insumos_form"):
+        insumo_nombre = st.text_input("Nombre del Insumo:")
+        insumo_cantidad = st.number_input("Cantidad Faltante:", min_value=0, step=1)
+        submitted = st.form_submit_button("Agregar Insumo")
+
+        if submitted and insumo_nombre:
+            insumo = {"nombre": insumo_nombre, "cantidad": insumo_cantidad}
+            st.session_state.insumos.append(insumo)
+            datos_guardados = mostrar_datos_como_texto([insumo])  # Append only the new entry
+            guardar_en_txt('insumos.txt', datos_guardados)
+            st.success(f"Insumo '{insumo_nombre}' agregado con éxito.")
+
+    if st.session_state.insumos:
+        st.write("### Insumos Registrados")
+        insumos_df = pd.DataFrame(st.session_state.insumos)
+        st.write(insumos_df)
+
+        pdf_file = generar_pdf(insumos_df, "Registro de Insumos Faltantes", "insumos.pdf")
+        st.download_button(
+            label="📥 Descargar PDF",
+            data=open(pdf_file, 'rb').read(),
+            file_name="insumos_faltantes.pdf",
+            mime="application/pdf"
+        )
+
+def buscar_datos_guardados():
+    st.title("🔍 Buscar Datos Guardados")
+
+    carpeta = "datos_guardados"
+    if not os.path.exists(carpeta):
+        st.info("No se encontraron archivos de datos guardados.")
+        return
+
+    archivos = listar_archivos_txt()
+
+    if archivos:
+        archivo_seleccionado = st.selectbox("Selecciona un archivo para ver:", archivos)
+        
+        if archivo_seleccionado:
+            datos = cargar_desde_txt(os.path.join(carpeta, archivo_seleccionado))
+            if datos:
+                st.write(f"### Datos del archivo {archivo_seleccionado}")
+                st.text_area("Datos", datos, height=300)
+
+                # Link to download the file
+                try:
+                    with open(os.path.join(carpeta, archivo_seleccionado), 'rb') as file:
+                        st.download_button(
+                            label="📥 Descargar Archivo TXT",
+                            data=file,
+                            file_name=archivo_seleccionado,
+                            mime="text/plain"
+                        )
+                except Exception as e:
+                    st.error(f"Error al preparar la descarga: {e}")
+
+                # Enviar el archivo seleccionado por correo
+                if st.button("Enviar por correo"):
+                    contenido = f"Datos del archivo {archivo_seleccionado}:\n\n{datos}"
+                    enviar_correo("josedcape@gmail.com", f"Datos del archivo {archivo_seleccionado}", contenido)
+
+                # Enviar el archivo seleccionado por WhatsApp
+                if st.button("Enviar por WhatsApp"):
+                    mensaje = f"Datos del archivo {archivo_seleccionado}:\n\n{datos}"
+                    enviar_whatsapp("3114329322", mensaje)
+
+            else:
+                st.warning(f"No se encontraron datos en el archivo {archivo_seleccionado}")
+    else:
+        st.info("No se encontraron archivos de datos guardados.")
 
-# Ejecutar Flask en un hilo separado
-flask_thread = threading.Thread(target=run_flask_app)
-flask_thread.start()
+def generar_notificaciones_pendientes():
+    if 'laboratorio' not in st.session_state or not st.session_state.laboratorio:
+        st.info("No hay trabajos pendientes.")
+        return
+    
+    pendientes = [trabajo for trabajo in st.session_state.laboratorio if trabajo["estado"] == "pendiente"]
+    if pendientes:
+        st.write("### Notificaciones de Trabajos Pendientes")
+        for trabajo in pendientes:
+            st.info(f"Pendiente: {trabajo['tipo_trabajo']} - {trabajo['numero_orden']} para {trabajo['doctor']}. Enviado a {trabajo['laboratorio']} el {trabajo['fecha_envio']}.")
+
+def mostrar_datos_como_texto(datos):
+    texto = ""
+    if isinstance(datos, dict):
+        for key, value in datos.items():
+            texto += f"{key}: {value}\n"
+    elif isinstance(datos, list):
+        for item in datos:
+            if isinstance(item, dict):
+                for key, value in item.items():
+                    texto += f"{key}: {value}\n"
+                texto += "\n"
+            else:
+                texto += f"{item}\n"
+    return texto
+
+def flujo_presupuestos():
+    st.title("💰 Asistente de Presupuestos")
+    st.markdown("Hola Dr. cuénteme en que puedo ayudarle?")
+
+    lista_precios = {
+        "Restauraciones en resina de una superficie": 75000,
+        "Restauraciones en resina de dos superficies": 95000,
+        "Restauraciones en resina de tres o más superficies": 120000,
+        "Restauración en resina cervical": 60000,
+        "Coronas metal-porcelana": 750000,
+        "Provisional": 80000,
+        "Profilaxis simple": 75000,
+        "Profilaxis completa": 90000,
+        "Corona en zirconio": 980000,
+        "Blanqueamiento dental láser por sesión": 150000,
+        "Blanqueamiento dental casero": 330000,
+        "Blanqueamiento mixto": 430000,
+        "Prótesis parcial acrílico hasta 6 dientes": 530000,
+        "Prótesis parcial acrílico de más de 6 dientes": 580000,
+        "Prótesis flexible hasta 6 dientes": 800000,
+        "Prótesis flexible de más de 6 dientes": 900000,
+        "Prótesis total de alto impacto": 650000,
+        "Acker flexible hasta 2 dientes": 480000,
+        "Exodoncia por diente": 85000,
+        "Exodoncia cordal": 130000,
+        "Endodoncia con dientes terminados en 6": 580000,
+        "Endodoncia de un conducto": 380000,
+        "Endodoncia de premolares superiores": 480000,
+    }
+
+    if 'presupuesto' not in st.session_state:
+        st.session_state['presupuesto'] = []
+
+    with st.form("presupuesto_form"):
+        tratamiento = st.selectbox("Selecciona el tratamiento", list(lista_precios.keys()))
+        cantidad = st.number_input("Cantidad", min_value=1, step=1)
+        agregar = st.form_submit_button("Agregar al Presupuesto")
+
+        if agregar:
+            precio_total = lista_precios[tratamiento] * cantidad
+            st.session_state['presupuesto'].append({"tratamiento": tratamiento, "cantidad": cantidad, "precio_total": precio_total})
+            st.success(f"Agregado: {cantidad} {tratamiento} - Total: {precio_total} COP")
+
+    if st.session_state['presupuesto']:
+        st.write("### Servicios Seleccionados")
+        total_presupuesto = sum(item['precio_total'] for item in st.session_state['presupuesto'])
+        for item in st.session_state['presupuesto']:
+            st.write(f"{item['cantidad']} x {item['tratamiento']} - {item['precio_total']} COP")
+        st.write(f"**Total: {total_presupuesto} COP**")
+
+        if st.button("Copiar Presupuesto al Asistente"):
+            servicios = "\n".join([f"{item['cantidad']} x {item['tratamiento']} - {item['precio_total']} COP" for item in st.session_state['presupuesto']])
+            total = f"**Total: {total_presupuesto} COP**"
+            st.session_state['presupuesto_texto'] = f"{servicios}\n{total}"
+            st.success("Presupuesto copiado al asistente de chat.")
+            st.session_state['mostrar_chat'] = True
+
+    if st.session_state['mostrar_chat']:
+        st.markdown("### Chat con Asistente")
+        pregunta_usuario = st.text_input("Escribe tu pregunta aquí:", value=st.session_state.get('presupuesto_texto', ''))
+        if st.button("Enviar Pregunta"):
+            manejar_pregunta_usuario(pregunta_usuario)
+
+def flujo_radiografias():
+    st.title("📸 Registro de Radiografías")
+
+    if 'radiografias' not in st.session_state:
+        st.session_state.radiografias = []
+
+    with st.form("radiografias_form"):
+        nombre_paciente = st.text_input("Nombre del Paciente:")
+        tipo_radiografia = st.selectbox("Tipo de Radiografía:", ["Periapical", "Panorámica", "Cefalométrica"])
+        fecha_realizacion = st.date_input("Fecha de Realización:")
+        observaciones = st.text_area("Observaciones:")
+        
+        submitted = st.form_submit_button("Registrar Radiografía")
+
+        if submitted:
+            radiografia = {
+                "nombre_paciente": nombre_paciente,
+                "tipo_radiografia": tipo_radiografia,
+                "fecha_realizacion": str(fecha_realizacion),
+                "observaciones": observaciones
+            }
+            st.session_state.radiografias.append(radiografia)
+            datos_guardados = mostrar_datos_como_texto([radiografia])
+            guardar_en_txt('radiografias.txt', datos_guardados)
+            st.success("Radiografía registrada con éxito.")
+
+    if st.session_state.radiografias:
+        st.write("### Radiografías Registradas")
+        df_radiografias = pd.DataFrame(st.session_state.radiografias)
+        st.write(df_radiografias)
+
+        pdf_file = generar_pdf(df_radiografias, "Registro de Radiografías", "radiografias.pdf")
+        st.download_button(
+            label="📥 Descargar PDF",
+            data=open(pdf_file, 'rb').read(),
+            file_name="radiografias.pdf",
+            mime="application/pdf"
+        )
+
+def mostrar_recomendaciones():
+    st.title("⭐ Recomendaciones")
+    st.write("Aquí puedes encontrar recomendaciones y consejos útiles.")
 
-def inicializar_estado():
-    """Inicializa el estado de la sesión si no está ya inicializado."""
+def main():
+    st.set_page_config(page_title="Galatea OMARDENT", layout="wide")
+    
+    # Inicializar el estado de la sesión
     if 'modelo' not in st.session_state:
-        st.session_state['modelo'] = "gpt-3.5-turbo-16k"
+        st.session_state['modelo'] = "gpt-3.5-turbo"
     if 'temperatura' not in st.session_state:
         st.session_state['temperatura'] = 0.5
     if 'mensajes_chat' not in st.session_state:
@@ -67,11 +474,13 @@ def inicializar_estado():
     if 'video_estado' not in st.session_state:
         st.session_state['video_estado'] = 'paused'
     if 'assistant_id' not in st.session_state:
-        st.session_state['assistant_id'] = "asst_4ZYvBvf4IUVQPjnugSZGLdV2"
+        st.session_state['assistant_id'] = 'asst_4ZYvBvf4IUVQPjnugSZGLdV2'
+    if 'presupuesto_texto' not in st.session_state:
+        st.session_state['presupuesto_texto'] = ''
+    if 'mostrar_chat' not in st.session_state:
+        st.session_state['mostrar_chat'] = False
 
-inicializar_estado()
-
-def barra_lateral():
+    # Barra lateral
     ruta_logo = os.path.join("assets", "Logo Omardent.png")
     if os.path.exists(ruta_logo):
         st.sidebar.image(ruta_logo, use_column_width=True)
@@ -96,147 +505,10 @@ def barra_lateral():
         step=0.1,
         key='temperatura_slider'  # Clave única
     )
-    st.sidebar.text_input("Assistant ID", key="assistant_id", help="Introduce el Assistant ID del playground de OpenAI")
-
-def mostrar_mensajes_chat():
-    for mensaje in st.session_state['mensajes_chat']:
-        with st.chat_message(mensaje["role"]):
-            st.markdown(mensaje["content"])
-
-def manejar_pregunta_usuario(pregunta_usuario, archivo_pdf=None):
-    st.session_state['mensajes_chat'].append({"role": "user", "content": pregunta_usuario})
-    with st.chat_message("user"):
-        st.markdown(pregunta_usuario)
-
-    texto_preprocesado = ""
-    if archivo_pdf:
-        texto_pdf = extraer_texto_pdf(archivo_pdf)
-        texto_preprocesado = preprocesar_texto(texto_pdf)
-
-    respuesta = obtener_respuesta(
-        pregunta_usuario,
-        texto_preprocesado,
-        st.session_state['modelo'],
-        st.session_state['temperatura'],
-        st.session_state.get('assistant_id', '')
-    )
-    
-    # Consulta de Google Calendar
-    if "cita" in pregunta_usuario.lower():
-        respuesta += "\n\n" + consultar_google_calendar(pregunta_usuario)
+    assistant_id = st.sidebar.text_input("Assistant ID", key="assistant_id", help="Introduce el Assistant ID del playground de OpenAI")
     
-    st.session_state['mensajes_chat'].append({"role": "assistant", "content": respuesta})
-    with st.chat_message("assistant"):
-        st.markdown(respuesta)
-
-    # Convertir la respuesta en voz
-    client = texttospeech.TextToSpeechClient()
-    synthesis_input = texttospeech.SynthesisInput(text=respuesta)
-    voice = texttospeech.VoiceSelectionParams(language_code="es-ES", ssml_gender=texttospeech.SsmlVoiceGender.FEMALE)
-    audio_config = texttospeech.AudioConfig(audio_encoding=texttospeech.AudioEncoding.MP3)
-    response = client.synthesize_speech(input=synthesis_input, voice=voice, audio_config=audio_config)
-    
-    with tempfile.NamedTemporaryFile(delete=False, suffix=".mp3") as tmp_file:
-        tmp_file.write(response.audio_content)
-        st.audio(tmp_file.name)
-
-    # Reproducir el video solo cuando el chat está activo
-    st.session_state['video_estado'] = 'playing'
-
-def capturar_voz():
-    st.markdown(
-        """
-        <style>
-        .assistant-button {
-            display: flex;
-            align-items: center;
-            justify-content: center;
-            background-color: #4CAF50;
-            color: white;
-            padding: 10px;
-            border: none;
-            border-radius: 5px;
-            cursor: pointer;
-            font-size: 16px;
-            margin-top: 10px;
-        }
-        .assistant-button img {
-            margin-right: 10px;
-        }
-        </style>
-        <button class="assistant-button" onclick="startRecording()">
-            <img src='https://img2.gratispng.com/20180808/cxq/kisspng-robotics-science-computer-icons-robot-technology-robo-to-logo-svg-png-icon-free-download-45527-5b6baa46a5e322.4713113715337825986795.jpg' alt='icon' width='20' height='20'/>
-            Capturar Voz
-        </button>
-        <script>
-            function startRecording() {
-                const recognition = new (window.SpeechRecognition || window.webkitSpeechRecognition)();
-                recognition.lang = 'es-ES';
-                recognition.interimResults = false;
-                recognition.maxAlternatives = 1;
-                recognition.start();
-                recognition.onresult = (event) => {
-                    const lastResult = event.results.length - 1;
-                    const text = event.results[lastResult][0].transcript;
-                    const customEvent = new CustomEvent('audioTranscription', { detail: text });
-                    document.dispatchEvent(customEvent);
-                };
-                recognition.onspeechend = () => {
-                    recognition.stop();
-                };
-                recognition.onerror = (event) => {
-                    console.error(event.error);
-                };
-            }
-            document.addEventListener('audioTranscription', (event) => {
-                const transcription = event.detail;
-                document.querySelector("input[name='unique_chat_input_key']").value = transcription;
-                // También puedes actualizar el estado de Streamlit aquí si es necesario
-                fetch('/process_audio', {
-                    method: 'POST',
-                    headers: {
-                        'Content-Type': 'application/json'
-                    },
-                    body: JSON.stringify({ transcription })
-                }).then(response => response.json())
-                  .then(data => {
-                      // Manejo de la respuesta de Flask si es necesario
-                  });
-            });
-        </script>
-        """,
-        unsafe_allow_html=True
-    )
-
-def consultar_google_calendar(pregunta):
-    SCOPES = ['https://www.googleapis.com/auth/calendar.readonly']
-    creds = None
-
-    if not os.path.exists('service_account.json'):
-        return 'Error: archivo service_account.json no encontrado.'
-
-    creds = Credentials.from_service_account_file('service_account.json', scopes=SCOPES)
-
-    service = build('calendar', 'v3', credentials=creds)
-
-    now = datetime.utcnow().isoformat() + 'Z'
-    events_result = service.events().list(
-        calendarId='primary', timeMin=now,
-        maxResults=10, singleEvents=True,
-        orderBy='startTime').execute()
-    events = events_result.get('items', [])
-
-    if not events:
-        return 'No hay próximas citas encontradas.'
-    else:
-        eventos = []
-        for event in events:
-            start = event['start'].get('dateTime', event['start'].get('date'))
-            eventos.append(f"{event['summary']} at {start}")
-        return '\n'.join(eventos)
-
-def mostrar_paginas():
-    st.sidebar.title("Navegación Lateral")
+    st.sidebar.markdown("---")
+    st.sidebar.subheader("🌟 Navegación")
     lateral_page = st.sidebar.radio("Ir a", ["Página Principal", "Gestión de Trabajos", "Gestión de Insumos", "Registro de Radiografías", "Buscar Datos", "Notificaciones", "Recomendaciones", "Asistente de Presupuestos", "Comunicación", "Asistente de Agendamiento"])
 
     top_page = st.selectbox("Navegación Superior", ["Página Principal", "Galatea-Asistente"])
@@ -257,7 +529,7 @@ def mostrar_paginas():
         elif lateral_page == "Notificaciones":
             generar_notificaciones_pendientes()
         elif lateral_page == "Recomendaciones":
-            show_document_modification()  # Implementar según sea necesario
+            mostrar_recomendaciones()
         elif lateral_page == "Asistente de Presupuestos":
             flujo_presupuestos()
         elif lateral_page == "Comunicación":
@@ -348,8 +620,8 @@ def mostrar_galatea_asistente():
         }
         </style>
         <div id="video-container">
-            <video id="background-video" {st.session_state['video_estado']} loop muted>
-                <source src="./Welcome to.mp4" type="video/mp4">
+            <video id="background-video" autoplay loop muted playsinline>
+                <source src="https://cdn.leonardo.ai/users/645c3d5c-ca1b-4ce8-aefa-a091494e0d09/generations/aaa569a1-8952-4e8e-9c3c-71cc66e62f04/aaa569a1-8952-4e8e-9c3c-71cc66e62f04.mp4" type="video/mp4">
             </video>
         </div>
         <div id="chat-container">
@@ -372,98 +644,138 @@ def mostrar_galatea_asistente():
     else:
         st.warning("No se ha cargado ninguna imagen. Por favor, carga una imagen en la página principal.")
 
-def show_document_modification():
-    st.title("✍️ IA para Modificación de Documentos")
-
-    uploaded_file = st.file_uploader("Sube un documento (PDF o DOCX)", type=['pdf', 'docx'])
-
-    if uploaded_file:
-        if uploaded_file.type == "application/pdf":
-            texto_original = extraer_texto_pdf(uploaded_file)
-            st.text_area("Contenido del Documento Original", texto_original, height=300)
-        elif uploaded_file.type == "application/vnd.openxmlformats-officedocument.wordprocessingml.document":
-            documento = Document(uploaded_file)
-            texto_original = "\n".join([para.text for para in documento.paragraphs])
-            st.text_area("Contenido del Documento Original", texto_original, height=300)
-
-        st.markdown("### Modificar Documento")
-
-        receptor = st.text_input("Modificar Para (Nombre del Receptor):")
-        notas_adicionales = st.text_area("Notas Adicionales:", height=100)
-
-        if st.button("Generar Documento Modificado"):
-            contenido_modificado = modificar_documento(texto_original, receptor, notas_adicionales)
-            st.text_area("Contenido del Documento Modificado", contenido_modificado, height=300)
-
-            # Descargar documento modificado
-            if uploaded_file.type == "application/pdf":
-                pdf_modificado = modificar_pdf(uploaded_file, contenido_modificado)
-                st.download_button(
-                    label="📥 Descargar PDF Modificado",
-                    data=pdf_modificado,
-                    file_name="documento_modificado.pdf",
-                    mime="application/pdf"
-                )
-            elif uploaded_file.type == "application/vnd.openxmlformats-officedocument.wordprocessingml.document":
-                docx_modificado = modificar_docx(contenido_modificado)
-                st.download_button(
-                    label="📥 Descargar DOCX Modificado",
-                    data=docx_modificado,
-                    file_name="documento_modificado.docx",
-                    mime="application/vnd.openxmlformats-officedocument.wordprocessingml.document"
-                )
-
-def modificar_documento(texto, receptor, notas):
-    """Modifica el contenido del documento basado en el receptor y notas adicionales."""
-    prompt = f"Modifica el siguiente texto para que esté dirigido a {receptor} y añade las siguientes notas: {notas}.\n\nTexto:\n{texto}"
-    response = openai.ChatCompletion.create(
-        model="gpt-3.5-turbo",  # o "gpt-4" si estás usando ese modelo
-        messages=[
-            {"role": "system", "content": "Eres un asistente útil."},
-            {"role": "user", "content": prompt}
-        ]
-    )
-    return response.choices[0].message['content']
+def manejar_pregunta_usuario(pregunta_usuario, archivo_pdf=None):
+    st.session_state['mensajes_chat'].append({"role": "user", "content": pregunta_usuario})
+    with st.chat_message("user"):
+        st.markdown(pregunta_usuario)
 
-def modificar_pdf(pdf_file, nuevo_contenido):
-    """Modifica el contenido de un PDF."""
-    reader = PdfReader(pdf_file)
-    writer = PdfWriter()
+    texto_preprocesado = ""
+    if archivo_pdf:
+        texto_pdf = extraer_texto_pdf(archivo_pdf)
+        texto_preprocesado = preprocesar_texto(texto_pdf)
 
-    # Añadir el contenido modificado a una nueva página del PDF
-    for page in reader.pages:
-        writer.add_page(page)
+    # Obtener respuesta del modelo usando Assistant ID si está presente
+    assistant_id = st.session_state.get('assistant_id', '')
+    if assistant_id:
+        prompt = f"{texto_preprocesado}\n\n{pregunta_usuario}"
+        response = openai.ChatCompletion.create(
+            model=st.session_state['modelo'],
+            messages=[
+                {"role": "system", "content": "You are a helpful assistant."},
+                {"role": "user", "content": prompt}
+            ],
+            temperature=st.session_state['temperatura'],
+            user=assistant_id
+        )
+        respuesta = response.choices[0].message['content'].strip()
+    else:
+        respuesta = obtener_respuesta(
+            pregunta_usuario,
+            texto_preprocesado,
+            st.session_state['modelo'],
+            st.session_state['temperatura'],
+            assistant_id
+        )
+    
+    st.session_state['mensajes_chat'].append({"role": "assistant", "content": respuesta})
+    with st.chat_message("assistant"):
+        st.markdown(respuesta)
 
-    nueva_pagina = writer.add_blank_page(width=reader.pages[0].mediabox.width, height=reader.pages[0].mediabox.height)
-    nueva_pagina.insert_text(nuevo_contenido)
+    # Convertir la respuesta en voz
+    client = texttospeech.TextToSpeechClient()
+    synthesis_input = texttospeech.SynthesisInput(text=respuesta)
+    voice = texttospeech.VoiceSelectionParams(language_code="es-ES", ssml_gender=texttospeech.SsmlVoiceGender.FEMALE)
+    audio_config = texttospeech.AudioConfig(audio_encoding=texttospeech.AudioEncoding.MP3)
+    response = client.synthesize_speech(input=synthesis_input, voice=voice, audio_config=audio_config)
+    
+    with tempfile.NamedTemporaryFile(delete=False, suffix=".mp3") as tmp_file:
+        tmp_file.write(response.audio_content)
+        audio_file_path = tmp_file.name
+
+    # Incrustar el audio en la página y reproducirlo automáticamente
+    audio_html = f"""
+    <audio id="response-audio" src="data:audio/mp3;base64,{base64.b64encode(response.audio_content).decode()}" autoplay></audio>
+    <script>
+    document.getElementById('response-audio').onended = function() {{
+        document.getElementById('background-video').pause();
+    }};
+    </script>
+    """
+    st.markdown(audio_html, unsafe_allow_html=True)
 
-    pdf_output = io.BytesIO()
-    writer.write(pdf_output)
-    pdf_output.seek(0)
+    # Reproducir el video solo cuando el chat está activo
+    st.session_state['video_estado'] = 'playing'
+    st.markdown(f"<script>document.getElementById('background-video').play();</script>", unsafe_allow_html=True)
 
-    return pdf_output
+def capturar_voz():
+    st.markdown(
+        """
+        <style>
+        .assistant-button {
+            display: flex;
+            align-items: center;
+            justify-content: center;
+            background-color: #4CAF50;
+            color: white;
+            padding: 10px;
+            border: none;
+            border-radius: 5px;
+            cursor: pointer;
+            font-size: 16px;
+            margin-top: 10px;
+        }
+        .assistant-button img {
+            margin-right: 10px;
+        }
+        </style>
+        <button class="assistant-button" onclick="startRecording()">
+            <img src='https://img2.gratispng.com/20180808/cxq/kisspng-robotics-science-computer-icons-robot-technology-robo-to-logo-svg-png-icon-free-download-45527-5b6baa46a5e322.4713113715337825986795.jpg' alt='icon' width='20' height='20'/>
+            Capturar Voz
+        </button>
+        <script>
+            function startRecording() {
+                const recognition = new (window.SpeechRecognition || window.webkitSpeechRecognition)();
+                recognition.lang = 'es-ES';
+                recognition.interimResults = false;
+                recognition.maxAlternatives = 1;
 
-def modificar_docx(nuevo_contenido):
-    """Modifica el contenido de un DOCX."""
-    doc = Document()
-    for line in nuevo_contenido.split("\n"):
-        doc.add_paragraph(line)
+                recognition.start();
 
-    docx_output = io.BytesIO()
-    doc.save(docx_output)
-    docx_output.seek(0)
+                recognition.onresult = (event) => {
+                    const lastResult = event.results.length - 1;
+                    const text = event.results[lastResult][0].transcript;
+                    const customEvent = new CustomEvent('audioTranscription', { detail: text });
+                    document.dispatchEvent(customEvent);
+                };
 
-    return docx_output
+                recognition.onspeechend = () => {
+                    recognition.stop();
+                };
 
-def main():
-    inicializar_estado()
-    barra_lateral()
-    mostrar_paginas()
-
-    if st.session_state['imagen_asistente'] is None:
-        imagen_asistente = st.file_uploader("Cargar Imagen del Asistente", type=['jpg', 'jpeg', 'png'], key='imagen_asistente')
-        if imagen_asistente:
-            st.session_state['imagen_asistente'] = imagen_asistente
+                recognition.onerror = (event) => {
+                    console.error(event.error);
+                };
+            }
+
+            document.addEventListener('audioTranscription', (event) => {
+                const transcription = event.detail;
+                document.querySelector("input[name='unique_chat_input_key']").value = transcription;
+                // También puedes actualizar el estado de Streamlit aquí si es necesario
+                fetch('/process_audio', {
+                    method: 'POST',
+                    headers: {
+                        'Content-Type': 'application/json'
+                    },
+                    body: JSON.stringify({ transcription })
+                }).then(response => response.json())
+                  .then(data => {
+                      // Manejo de la respuesta de Flask si es necesario
+                  });
+            });
+        </script>
+        """,
+        unsafe_allow_html=True
+    )
 
 if __name__ == "__main__":
     main()