Update functions.py

functions.py

@@ -2,107 +2,136 @@
 import json
 import requests
 from datasets import load_dataset
-import matplotlib.pyplot as plt  # Importar matplotlib para gráficos
+import matplotlib.pyplot as plt
 
-# Cargar modalidades y tareas desde un archivo JSON
+# Función para cargar modalidades y tareas desde un archivo JSON
 def cargar_modalidades_tareas():
-    with open("modalidades_tareas.json", "r") as file:
-        MODALIDAD_TAREAS = json.load(file)
-    return MODALIDAD_TAREAS
+    try:
+        with open("modalidades_tareas.json", "r") as file:
+            MODALIDAD_TAREAS = json.load(file)
+        return MODALIDAD_TAREAS
+    except FileNotFoundError:
+        raise ValueError("El archivo 'modalidades_tareas.json' no se encontró. Asegúrate de que existe en el directorio correcto.") <button class="citation-flag" data-index="9">
+    except json.JSONDecodeError:
+        raise ValueError("El archivo 'modalidades_tareas.json' tiene un formato incorrecto. Verifica que sea un JSON válido.")
 
 # Validar el diccionario de modalidades y tareas
 def validar_modalidades_tareas(modalidades_tareas):
-    for modalidad, tareas in modalidades_tareas.items():
-        if not isinstance(modalidad, str) or not isinstance(tareas, list):
-            raise ValueError(f"Formato incorrecto para la modalidad: {modalidad}")
-        for tarea in tareas:
-            if not isinstance(tarea, str):
-                raise ValueError(f"Formato incorrecto para la tarea: {tarea} en la modalidad {modalidad}")
+    try:
+        for modalidad, tareas in modalidades_tareas.items():
+            if not isinstance(modalidad, str) or not isinstance(tareas, list):
+                raise ValueError(f"Formato incorrecto para la modalidad: {modalidad}")
+            for tarea in tareas:
+                if not isinstance(tarea, str):
+                    raise ValueError(f"Formato incorrecto para la tarea: {tarea} en la modalidad {modalidad}")
+    except AttributeError:
+        raise ValueError("El objeto proporcionado no es un diccionario válido.") <button class="citation-flag" data-index="9">
 
 # Función para generar la gráfica de barras
 def generar_grafica_barras(tareas_seleccionadas, MODALIDAD_TAREAS):
-    # Contar la cantidad de tareas seleccionadas por modalidad
-    conteo_modalidades = {}
-    for modalidad, tareas in MODALIDAD_TAREAS.items():
-        conteo_modalidades[modalidad] = len([tarea for tarea in tareas if tarea in tareas_seleccionadas])
-    
-    modalidades = list(conteo_modalidades.keys())
-    cantidades = [conteo_modalidades[modalidad] for modalidad in modalidades]
-    
-    # Crear la gráfica de barras horizontal
-    fig, ax = plt.subplots(figsize=(10, 6))
-    ax.barh(modalidades, cantidades, color='skyblue', edgecolor='black')
-    ax.set_xlabel('Cantidad de Tareas Seleccionadas')
-    ax.set_ylabel('Modalidades')
-    ax.set_title('Distribución de Tareas Seleccionadas por Modalidad')
-    ax.invert_yaxis()  # Invertir el eje Y para que las modalidades aparezcan de arriba hacia abajo
-    
-    return fig
+    try:
+        # Contar la cantidad de tareas seleccionadas por modalidad
+        conteo_modalidades = {}
+        for modalidad, tareas in MODALIDAD_TAREAS.items():
+            conteo_modalidades[modalidad] = len([tarea for tarea in tareas if tarea in tareas_seleccionadas])
+        
+        modalidades = list(conteo_modalidades.keys())
+        cantidades = [conteo_modalidades[modalidad] for modalidad in modalidades]
+        
+        # Crear la gráfica de barras horizontal
+        fig, ax = plt.subplots(figsize=(10, 6))
+        ax.barh(modalidades, cantidades, color='skyblue', edgecolor='black')
+        ax.set_xlabel('Cantidad de Tareas Seleccionadas')
+        ax.set_ylabel('Modalidades')
+        ax.set_title('Distribución de Tareas Seleccionadas por Modalidad')
+        ax.invert_yaxis()  # Invertir el eje Y para que las modalidades aparezcan de arriba hacia abajo
+        
+        return fig
+    except Exception as e:
+        raise ValueError(f"Error al generar la gráfica de barras: {str(e)}") <button class="citation-flag" data-index="9">
 
 # Función para buscar datasets compatibles en HuggingFace
 def buscar_datasets(tareas_seleccionadas, filtro_tamaño=None, filtro_licencia=None):
-    query = "+".join(tareas_seleccionadas)
-    url = f"https://huggingface.co/api/datasets?search={query}"
-    response = requests.get(url)
-    datasets = response.json()
-    
-    resultados = []
-    for dataset in datasets:
-        # Aplicar filtros adicionales
-        if filtro_tamaño and dataset.get("size_categories") != filtro_tamaño:
-            continue
-        if filtro_licencia and dataset.get("license") != filtro_licencia:
-            continue
-        resultados.append(f"- {dataset['id']}: {dataset['description']}")
-    return "\n".join(resultados)
+    try:
+        query = "+".join(tareas_seleccionadas)
+        url = f"https://huggingface.co/api/datasets?search={query}"
+        response = requests.get(url)
+        response.raise_for_status()  # Lanzar una excepción si hay un error HTTP
+        datasets = response.json()
+        
+        resultados = []
+        for dataset in datasets:
+            # Aplicar filtros adicionales
+            if filtro_tamaño and dataset.get("size_categories") != filtro_tamaño:
+                continue
+            if filtro_licencia and dataset.get("license") != filtro_licencia:
+                continue
+            resultados.append(f"- {dataset['id']}: {dataset['description']}")
+        return "\n".join(resultados)
+    except requests.exceptions.RequestException as e:
+        raise ValueError(f"Error al buscar datasets: {str(e)}") <button class="citation-flag" data-index="8">
+    except Exception as e:
+        raise ValueError(f"Error inesperado al buscar datasets: {str(e)}")
 
 # Función para generar el dataset
 def generar_dataset(encabezado, datasets_seleccionados, pagina_actual=1, filas_por_pagina=5):
-    if not datasets_seleccionados:
-        raise ValueError("Debes seleccionar al menos un dataset.")
-    
-    columnas = encabezado.split(",")
-    filas = []
-    
-    # Cargar datos reales desde los datasets seleccionados
-    for dataset_id in datasets_seleccionados.split("\n"):
-        dataset_id = dataset_id.strip("- ").split(":")[0]  # Extraer ID del dataset
-        try:
-            dataset = load_dataset(dataset_id, split="train")
-            inicio = (pagina_actual - 1) * filas_por_pagina
-            fin = pagina_actual * filas_por_pagina
-            for i, fila in enumerate(dataset[inicio:fin]):
-                valores = [str(fila.get(col, "valor_default")) for col in columnas[1:]]  # Ignorar 'id'
-                filas.append(f"id_{inicio + i}," + ",".join(valores))
-        except Exception as e:
-            filas.append(f"Error cargando dataset {dataset_id}: {str(e)}")
-    
-    contenido_csv = "\n".join([encabezado] + filas)
-    return contenido_csv
+    try:
+        if not datasets_seleccionados:
+            raise ValueError("Debes seleccionar al menos un dataset.")
+        
+        columnas = encabezado.split(",")
+        filas = []
+        
+        # Cargar datos reales desde los datasets seleccionados
+        for dataset_id in datasets_seleccionados.split("\n"):
+            dataset_id = dataset_id.strip("- ").split(":")[0]  # Extraer ID del dataset
+            try:
+                dataset = load_dataset(dataset_id, split="train")
+                inicio = (pagina_actual - 1) * filas_por_pagina
+                fin = pagina_actual * filas_por_pagina
+                for i, fila in enumerate(dataset[inicio:fin]):
+                    valores = [str(fila.get(col, "valor_default")) for col in columnas[1:]]  # Ignorar 'id'
+                    filas.append(f"id_{inicio + i}," + ",".join(valores))
+            except Exception as e:
+                filas.append(f"Error cargando dataset {dataset_id}: {str(e)}")
+        
+        contenido_csv = "\n".join([encabezado] + filas)
+        return contenido_csv
+    except Exception as e:
+        raise ValueError(f"Error al generar el dataset: {str(e)}") <button class="citation-flag" data-index="9">
 
 # Función inteligente para generar el encabezado usando IA de HuggingFace
 def generar_encabezado_inteligente(tareas_seleccionadas, api_key):
-    if not tareas_seleccionadas:
-        raise ValueError("Debes seleccionar al menos una tarea.")
-    
-    # Validar que se haya proporcionado una API Key
-    if not api_key:
-        raise ValueError("Debes proporcionar una API Key válida.")
-    
-    # Usar un modelo de HuggingFace para generar el encabezado
-    API_URL = "https://api-inference.huggingface.co/models/google/flan-t5-large"  # Modelo alternativo
-    headers = {"Authorization": f"Bearer {api_key}"}  # Usar la API Key proporcionada por el usuario
-    
-    # Construir el prompt para el modelo
-    prompt = (
-        f"Genera un encabezado de CSV para las siguientes tareas: {', '.join(tareas_seleccionadas)}. "
-        "El encabezado debe incluir 'id' como primer elemento y etiquetas relevantes para cada tarea."
-    )
-    
-    # Enviar la solicitud al modelo
-    response = requests.post(API_URL, headers=headers, json={"inputs": prompt})
-    if response.status_code == 200:
-        encabezado = response.json()[0]["generated_text"]
-        return encabezado
-    else:
-        raise ValueError(f"Error al generar el encabezado: {response.text}")
+    try:
+        if not tareas_seleccionadas:
+            raise ValueError("Debes seleccionar al menos una tarea.")
+        
+        # Validar que se haya proporcionado una API Key
+        if not api_key:
+            raise ValueError("Debes proporcionar una API Key válida.")
+        
+        # Usar un modelo de HuggingFace para generar el encabezado
+        API_URL = "https://api-inference.huggingface.co/models/google/flan-t5-large"
+        headers = {"Authorization": f"Bearer {api_key}"}
+        
+        # Construir el prompt para el modelo
+        prompt = (
+            f"Genera un encabezado de CSV para las siguientes tareas: {', '.join(tareas_seleccionadas)}. "
+            "El encabezado debe incluir 'id' como primer elemento y etiquetas relevantes para cada tarea."
+        )
+        
+        # Enviar la solicitud al modelo
+        response = requests.post(API_URL, headers=headers, json={"inputs": prompt})
+        response.raise_for_status()  # Lanzar una excepción si hay un error HTTP
+        
+        if response.status_code == 200:
+            encabezado = response.json()[0]["generated_text"]
+            return encabezado
+        else:
+            raise ValueError(f"Error al generar el encabezado: {response.text}")
+    except requests.exceptions.RequestException as e:
+        raise ValueError(f"Error en la solicitud a la API de HuggingFace: {str(e)}") <button class="citation-flag" data-index="8">
+    except KeyError:
+        raise ValueError("La respuesta de la API no contiene los datos esperados.") <button class="citation-flag" data-index="9">
+    except Exception as e:
+        raise ValueError(f"Error inesperado al generar el encabezado: {str(e)}")