zzz

my_tools.py

@@ -235,16 +235,16 @@ scrape_tool  = FunctionTool.from_defaults(fn=scrape_wikipedia_table, name="scrap
 fallback_tool= FunctionTool.from_defaults(fn=lambda q: "Procedo con conocimiento interno.", name="no_tool_solution", description="Fallback.")
 all_tools = [search_tool, scrape_tool, table_tool, code_tool, excel_tool, botanical_tool, reverse_tool, fallback_tool]
 
+all_tools = [search_tool, scrape_tool, table_tool, code_tool, excel_tool, botanical_tool, reverse_tool, fallback_tool]
+
 # Construir descripciones de herramientas
-# Cada FunctionTool tiene .name y .tool_config.description
-# CORRECCIÓN AQUÍ:
+# CORRECCIÓN AQUÍ: Acceder a name y description a través de metadata
 tool_descriptions = "\n".join([
-    f"{t.name}: {t.tool_config.description}"
+    f"{t.metadata.name}: {t.metadata.description}"  # Cambiado t.name a t.metadata.name y t.tool_config.description a t.metadata.description
     for t in all_tools
 ])
 
 # Prompt de sistema final
-# (El resto del system_prompt y la inicialización del agente deben estar bien si esta es la única causa del SyntaxError)
 system_prompt = f"""Eres Alfred, un agente ReAct eficiente y preciso. Tu objetivo es responder preguntas de forma correcta.
 Sigue estos pasos rigurosamente:
 1. ANALIZA la pregunta cuidadosamente. Identifica la información clave y el tipo de respuesta esperada.
@@ -262,10 +262,10 @@ Herramientas disponibles (usa SOLO estos y con los nombres exactos):
 # Inicializar agente
 llm = GeminiLLM() # LlamaDebugHandler se añade dentro de GeminiLLM si no hay handlers
 alfred_agent = ReActAgent.from_tools(
-    tools=all_tools, 
-    llm=llm, 
-    system_prompt=system_prompt, 
-    verbose=True, 
+    tools=all_tools,
+    llm=llm,
+    system_prompt=system_prompt,
+    verbose=True,
     max_iterations=15,
     callback_manager=llm.callback_manager # Asegura que el agente usa el callback manager del LLM
 )
@@ -273,10 +273,8 @@ alfred_agent = ReActAgent.from_tools(
 def basic_agent_response(question: str) -> str:
     try:
         resp = alfred_agent.query(question)
-        # El objeto de respuesta de ReActAgent suele tener un atributo .response
-        # y si no, convertir a string podría dar el resultado principal.
         if hasattr(resp, 'response') and resp.response is not None:
-            return str(resp.response) 
+            return str(resp.response)
         elif resp is not None:
             return str(resp)
         return "No se generó una respuesta válida."