Update app.py

app.py

@@ -21,6 +21,7 @@ current_pract_response = None
 current_metadata = None
 current_temp_acad = None
 current_topp_acad = None
+current_context = None  # NUEVO: guardar citations para mostrar
 
 print("[DEBUG] Variables globales inicializadas")
 
@@ -33,7 +34,7 @@ def generate_responses(
     Genera ambas respuestas (académica + práctica) y habilita sistema de valoración
     """
     global current_timestamp, current_input, current_acad_response, current_pract_response
-    global current_metadata, current_temp_acad, current_topp_acad
+    global current_metadata, current_temp_acad, current_topp_acad, current_context
     
     from datetime import datetime
     
@@ -54,6 +55,7 @@ def generate_responses(
         citations = result["citations"]
         
         current_metadata = metadata
+        current_context = citations  # GUARDAR para mostrar
         
         print(f"✅ Análisis completado:")
         print(f"   - Tipo conflicto: {metadata['conflict_type']} ({metadata['confidence']}%)")
@@ -92,6 +94,7 @@ def generate_responses(
         return (
             acad_response,
             pract,
+            citations,  # NUEVO: mostrar contexto académico
             gr.update(interactive=True),   # stars
             gr.update(interactive=True),   # coach_notes
             gr.update(interactive=True),   # submit_btn
@@ -107,6 +110,7 @@ def generate_responses(
         return (
             f"Error generando análisis académico:\n{str(e)}",
             f"Error generando guía práctica:\n{str(e)}",
+            f"Error en retrieval:\n{str(e)}",  # context_out
             gr.update(interactive=False),
             gr.update(interactive=False),
             gr.update(interactive=False),
@@ -176,13 +180,13 @@ def save_rating_to_dataset(stars, coach_notes):
 
 print("[DEBUG] Creando interfaz Gradio...")
 
-with gr.Blocks(title="Quoota RAG24 Alpha") as demo:  # SIN theme parameter
+with gr.Blocks(title="Quoota RAG24 Alpha") as demo:
     
     gr.Markdown("""
     # 🧠 Quoota RAG24 Alpha
     ### Sistema de análisis de conflictos empresariales para fine-tuning
     
-    **RAG24:** Análisis académico basado en 24 obras (16,511 chunks vectorizados)  
+    **RAG24:** Análisis académico basado en 24 obras (16,997 chunks vectorizados)  
     **RAG7:** Guía práctica paso a paso
     """)
     
@@ -235,9 +239,9 @@ with gr.Blocks(title="Quoota RAG24 Alpha") as demo:  # SIN theme parameter
                 show_label=False
             )
     
-    # COLUMNA COMPLETA: Outputs
+    # FILA 1: Outputs principales (análisis + guía)
     with gr.Row():
-        with gr.Column():
+        with gr.Column(scale=2):
             gr.Markdown("### 📚 Análisis Académico (RAG24)")
             gr.Markdown("*Basado en 24 obras académicas con sistema multilingüe*")
             acad_out = gr.Textbox(
@@ -246,7 +250,7 @@ with gr.Blocks(title="Quoota RAG24 Alpha") as demo:  # SIN theme parameter
                 interactive=False
             )
         
-        with gr.Column():
+        with gr.Column(scale=2):
             gr.Markdown("### 📋 Guía Práctica (RAG7)")
             gr.Markdown("*Pasos concretos para resolver el conflicto*")
             pract_out = gr.Textbox(
@@ -255,6 +259,32 @@ with gr.Blocks(title="Quoota RAG24 Alpha") as demo:  # SIN theme parameter
                 interactive=False
             )
     
+    # FILA 2: Contexto académico (colapsable)
+    with gr.Row():
+        with gr.Column():
+            with gr.Accordion("🔬 Contexto Académico (para validación coach)", open=True):
+                gr.Markdown("""
+                **Este panel muestra el contexto que recibió el modelo LLM para generar el análisis académico.**  
+                
+                Úsalo para validar si:
+                - ✅ Las fuentes recuperadas son relevantes al conflicto
+                - ✅ Los pesos metodológicos son correctos (ego/data/mixed)
+                - ✅ Los scores híbridos tienen sentido (similitud + peso + tags)
+                - ✅ El LLM citó las fuentes correctamente en su respuesta académica
+                
+                **Información incluida:**
+                - Sistema de retrieval aplicado (conflict type, pesos por categoría)
+                - Top 5 fuentes con scoring híbrido desglosado
+                - Contenido completo de cada chunk
+                - Autores identificados en cada fuente
+                """)
+                context_out = gr.Textbox(
+                    label="Citations académicas completas (enviadas al LLM)",
+                    lines=30,
+                    max_lines=50,
+                    interactive=False
+                )
+    
     # EJEMPLOS
     gr.Examples(
         examples=[
@@ -284,6 +314,7 @@ with gr.Blocks(title="Quoota RAG24 Alpha") as demo:  # SIN theme parameter
         outputs=[
             acad_out,
             pract_out,
+            context_out,  # NUEVO: mostrar contexto académico
             stars,
             coach_notes,
             submit_btn,