Update src/streamlit_app.py

src/streamlit_app.py

@@ -16,6 +16,7 @@ os.environ.setdefault("STREAMLIT_SERVER_FILE_WATCHER_TYPE", "none")
 
 import pandas as pd
 import streamlit as st
+import streamlit.components.v1 as components
 import torch
 from huggingface_hub import model_info
 from transformers import AutoModelForCausalLM, AutoTokenizer
@@ -82,6 +83,32 @@ def _liberar_memoria() -> None:
         torch.cuda.empty_cache()
 
 
+def _render_reloj_tiempo_real(inicio_epoch: int) -> None:
+        components.html(
+                f"""
+                <div style='padding:0.35rem 0; font-size:0.95rem; color:#374151;'>
+                    <strong>Tiempo transcurrido:</strong> <span id='equitia-live-timer'>00:00:00</span>
+                </div>
+                <script>
+                    const startEpoch = {inicio_epoch};
+                    function pad(n) {{ return String(n).padStart(2, '0'); }}
+                    function tick() {{
+                        const now = Math.floor(Date.now() / 1000);
+                        const diff = Math.max(0, now - startEpoch);
+                        const hh = Math.floor(diff / 3600);
+                        const mm = Math.floor((diff % 3600) / 60);
+                        const ss = diff % 60;
+                        const el = document.getElementById('equitia-live-timer');
+                        if (el) el.textContent = `${{pad(hh)}}:${{pad(mm)}}:${{pad(ss)}}`;
+                    }}
+                    tick();
+                    setInterval(tick, 1000);
+                </script>
+                """,
+                height=42,
+        )
+
+
 @st.cache_data(show_spinner=False, ttl=3600)
 def validar_modelo_existe(model_id: str) -> tuple[bool, str]:
     try:
@@ -184,8 +211,30 @@ modo = st.radio(
     "Selecciona el modo",
     options=[ModoEvaluacion.POR_DEFECTO.value, ModoEvaluacion.PERSONALIZADA.value],
     format_func=lambda x: "Evaluación por defecto" if x == ModoEvaluacion.POR_DEFECTO.value else "Evaluación personalizada",
+    disabled=st.session_state["eval_running"],
 )
 
+if st.session_state["eval_running"] and not st.session_state.get("eval_success"):
+    st.warning("Hay una evaluación en curso o interrumpida por una interacción.")
+    st.caption("No cambies parámetros ahora. Puedes cancelarla de forma segura.")
+    confirmar_cancelacion = st.checkbox(
+        "Confirmo que quiero cancelar la evaluación actual",
+        key="confirmar_cancelacion_eval",
+        value=False,
+    )
+    if st.button("Cancelar evaluación", key="cancelar_eval_btn"):
+        if confirmar_cancelacion:
+            st.session_state["eval_running"] = False
+            st.session_state["eval_success"] = False
+            st.session_state["last_result"] = None
+            st.session_state["modelo_eval_validado"] = False
+            st.session_state["modelo_eval_confirmado"] = ""
+            _liberar_memoria()
+            st.rerun()
+        else:
+            st.error("Debes confirmar la cancelación antes de continuar.")
+    st.stop()
+
 # Unico parametro editable en UI para ambos modos.
 timeout_segundos = st.slider(
     "Timeout por llamada (segundos)",
@@ -355,16 +404,17 @@ if st.button("Comenzar evaluación", key="comenzar_eval", disabled=st.session_st
     temp_dir = Path(tempfile.mkdtemp(prefix="equitia_space_"))
     job_dir = temp_dir / "job"
     start_ts = time.perf_counter()
+    start_epoch = int(time.time())
 
     progress = st.progress(0.0)
     progress_label = st.empty()
     estado_fase = st.empty()
+    _render_reloj_tiempo_real(start_epoch)
 
     def on_progress(done: int, total: int, current_file: str) -> None:
         ratio = (done / total) if total else 0.0
         elapsed = _formatear_duracion(time.perf_counter() - start_ts)
         progress.progress(ratio)
-        estado_fase.info("Ejecutando proceso de evaluación")
         progress_label.info(
             f"Progreso: {done}/{total} prompts evaluados ({ratio * 100:.1f}%). Archivo actual: {current_file}. Tiempo: {elapsed}"
         )
@@ -377,11 +427,9 @@ if st.button("Comenzar evaluación", key="comenzar_eval", disabled=st.session_st
         )
 
     try:  
-        estado_fase.info("Obteniendo modelo a evaluar")
         with st.spinner("Obteniendo modelo a evaluar..."):
             cargar_modelo_transformers(st.session_state["modelo_eval_confirmado"])
 
-        estado_fase.info("Ejecutando proceso de evaluación")
         with st.spinner("Ejecutando proceso de evaluación..."):
             result = ejecutar_job(
                 request,