Upload app_gradio.py

app_gradio.py

@@ -0,0 +1,224 @@
+# -*- coding: utf-8 -*-
+# App de Evaluación de Tecnologías (Gradio)
+# Requisitos: pip install gradio pandas openpyxl
+
+import gradio as gr
+import pandas as pd
+import numpy as np
+from pathlib import Path
+from datetime import datetime
+import uuid
+
+EXCEL_PATH = Path("/mnt/data/Herramienta de evaluación de tecnologias.xlsx")
+TEMPLATE_PATH = Path("/mnt/data/reporte_template.html")
+OUT_DIR = EXCEL_PATH.parent / "reportes"
+OUT_DIR.mkdir(exist_ok=True)
+
+def leer_criterios_y_pesos(excel_path: str):
+    res = pd.read_excel(excel_path, sheet_name="Resultado", header=None)
+    res = res.dropna(how="all")
+    criterios = []
+    for _, r in res.iterrows():
+        vals = [v for v in r.tolist() if pd.notna(v)]
+        if len(vals) >= 2:
+            texto = None
+            peso = None
+            for v in vals:
+                if isinstance(v, (int, float)):
+                    peso = float(v)
+                elif isinstance(v, str):
+                    if any(c.isalpha() for c in v) and "." not in v.strip():
+                        texto = v.strip()
+            if texto and (peso is not None):
+                criterios.append((texto, peso))
+    return criterios
+
+MAPA_HOJAS = {
+    "Novedad": "1. Novedad",
+    "Aplicación industrial": "2. Aplicación industrial",
+    "Nivel inventivo": "3. Nivel inventivo",
+    "Titularidad": "4. Titularidad ",
+    "Potencial transferencia": "5. Potencial transferencia",
+}
+
+def extraer_escala(excel_path: str, hoja: str):
+    df = pd.read_excel(excel_path, sheet_name=hoja, header=None)
+    df = df.dropna(how="all")
+    items = []
+    for _, r in df.iterrows():
+        textos = [v for v in r.tolist() if isinstance(v, str) and any(c.isalpha() for c in v)]
+        nums = [v for v in r.tolist() if isinstance(v, (int, float))]
+        puntajes = [int(x) for x in nums if 0 <= int(x) <= 20 and abs(x - int(x)) < 1e-9]
+        if textos and puntajes:
+            clave = max(textos, key=lambda s: len(s))
+            items.append((clave.strip(), max(puntajes)))
+    escala = {}
+    for t, p in items:
+        escala[t] = max(p, escala.get(t, -1))
+    escala = dict(sorted(escala.items(), key=lambda kv: (-kv[1], kv[0])))
+    return escala
+
+def cargar_escalas(excel_path: str, criterios):
+    out = {}
+    for crit, _peso in criterios:
+        clave = None
+        for k in MAPA_HOJAS:
+            if k.lower() in crit.lower():
+                clave = k; break
+        hoja = MAPA_HOJAS.get(clave, None)
+        if hoja is None:
+            out[crit] = {"__error__": "Hoja no encontrada"}
+        else:
+            try:
+                out[clave] = extraer_escala(excel_path, hoja)
+            except Exception as e:
+                out[clave] = {"__error__": str(e)}
+    return out
+
+CRITERIOS = leer_criterios_y_pesos(EXCEL_PATH)
+ESCALAS = cargar_escalas(EXCEL_PATH, CRITERIOS)
+
+def evaluar_interactivo(titulo, responsable, facultad, descripcion, fecha, elecciones, evidencias, puntajes_forzados):
+    filas = []
+    total_ponderado = 0.0
+    total_pesos = 0.0
+
+    for crit, peso in CRITERIOS:
+        clave = None
+        for k in ESCALAS:
+            if k.lower() in crit.lower() or crit.lower() in k.lower():
+                clave = k; break
+        if clave is None: clave = crit
+
+        opcion = elecciones.get(clave, "") or ""
+        texto_ev = evidencias.get(clave, "") or ""
+        pf = puntajes_forzados.get(clave, "").strip()
+        usar_forzado = False
+        try:
+            pf_val = float(pf)
+            usar_forzado = True
+        except:
+            pf_val = None
+
+        if usar_forzado:
+            puntaje = pf_val
+        else:
+            escala = ESCALAS.get(clave, {})
+            puntaje = escala.get(opcion.strip(), np.nan)
+
+        puntaje_pond = (puntaje if pd.notna(puntaje) else 0) * float(peso)
+        filas.append({
+            "criterio": clave, "peso": peso, "opcion": opcion,
+            "puntaje": puntaje, "puntaje_ponderado": puntaje_pond,
+            "evidencia": texto_ev
+        })
+        total_ponderado += puntaje_pond
+        total_pesos += float(peso)
+
+    html = TEMPLATE_PATH.read_text(encoding="utf-8")
+    filas_html = ""
+    for f in filas:
+        filas_html += "<tr><td>{}</td><td>{}</td><td>{}</td><td>{}</td><td>{}</td><td>{}</td></tr>\n".format(
+            f['criterio'], f['peso'], f['opcion'], f['puntaje'], f['puntaje_ponderado'], f['evidencia']
+        )
+
+    fecha_str = fecha if fecha else datetime.now().strftime("%Y-%m-%d")
+    html = (html
+            .replace("{{titulo}}", str(titulo or ""))
+            .replace("{{responsable}}", str(responsable or ""))
+            .replace("{{facultad}}", str(facultad or ""))
+            .replace("{{fecha}}", str(fecha_str))
+            .replace("{{descripcion}}", str(descripcion or ""))
+            .replace("{{filas}}", filas_html)
+            .replace("{{total}}", "{:.2f}".format(total_ponderado))
+            .replace("{{resumen}}", "La evaluación se realizó con base en los criterios y pesos de la herramienta. Se adjuntan observaciones por criterio en la tabla.")
+            .replace("{{archivo_fuente}}", EXCEL_PATH.name)
+            .replace("{{fecha_gen}}", datetime.now().strftime("%Y-%m-%d %H:%M"))
+            )
+
+    report_id = uuid.uuid4().hex[:8]
+    out_html = OUT_DIR / "reporte_{}.html".format(report_id)
+    out_csv = OUT_DIR / "detalle_{}.csv".format(report_id)
+
+    pd.DataFrame(filas).to_csv(out_csv, index=False)
+    out_html.write_text(html, encoding="utf-8")
+
+    df = pd.DataFrame(filas)
+    return df, float(total_ponderado), str(out_html), str(out_csv)
+
+with gr.Blocks(title="Evaluación de Tecnologías") as demo:
+    gr.Markdown("# Evaluación de Tecnologías")
+    gr.Markdown("Complete la información de la tecnología y seleccione una opción por criterio. Opcionalmente puede forzar un puntaje numérico.")
+
+    with gr.Row():
+        titulo = gr.Textbox(label="Título de la tecnología", placeholder="p.ej., Sensor de humedad IoT para suelos")
+        responsable = gr.Textbox(label="Responsable / Autor", placeholder="Nombre y cargo")
+    with gr.Row():
+        facultad = gr.Textbox(label="Facultad / Dependencia", placeholder="p.ej., Facultad de Ciencias")
+        fecha = gr.Textbox(label="Fecha (YYYY-MM-DD)", placeholder="2025-09-16")
+    descripcion = gr.Textbox(label="Descripción breve", lines=3)
+
+    elecciones = {}
+    evidencias = {}
+    puntajes_forzados = {}
+
+    gr.Markdown("## Criterios")
+    for crit, peso in CRITERIOS:
+        clave = None
+        for k in ESCALAS:
+            if k.lower() in crit.lower() or crit.lower() in k.lower():
+                clave = k; break
+        if clave is None: clave = crit
+
+        opciones = list(ESCALAS.get(clave, {}).keys())
+        if "__error__" in opciones or not opciones:
+            opciones = ["(No se pudo leer opciones desde el Excel)"]
+
+        with gr.Group():
+            gr.Markdown("### {}  <span class='badge'>Peso: {}</span>".format(clave, peso))
+            elecciones[clave] = gr.Dropdown(choices=opciones, label="Opción para '{}'".format(clave), multiselect=False)
+            puntajes_forzados[clave] = gr.Textbox(label="Puntaje forzado (opcional, número)")
+            evidencias[clave] = gr.Textbox(label="Evidencia / comentarios", lines=2)
+
+    btn = gr.Button("Evaluar y generar reporte")
+    tabla = gr.Dataframe(headers=["criterio","peso","opcion","puntaje","puntaje_ponderado","evidencia"], label="Detalle")
+    total = gr.Number(label="Total ponderado")
+    out_html = gr.File(label="Descargar reporte HTML")
+    out_csv = gr.File(label="Descargar detalle CSV")
+
+    def _evaluate_wrapper(titulo, responsable, facultad, descripcion, fecha, *args):
+        e = {}
+        pf = {}
+        ev = {}
+
+        tripletas = []
+        for crit, _ in CRITERIOS:
+            clave = None
+            for k in ESCALAS:
+                if k.lower() in crit.lower() or crit.lower() in k.lower():
+                    clave = k; break
+            if clave is None: clave = crit
+            tripletas.append(clave)
+
+        for i, c in enumerate(tripletas):
+            base = 3*i
+            e[c] = args[base] if base < len(args) else None
+            pf[c] = args[base+1] if base+1 < len(args) else ""
+            ev[c] = args[base+2] if base+2 < len(args) else ""
+
+        df, tot, path_html, path_csv = evaluar_interactivo(titulo, responsable, facultad, descripcion, fecha, e, ev, pf)
+        return df, tot, path_html, path_csv
+
+    inputs = [titulo, responsable, facultad, descripcion, fecha]
+    for crit, _ in CRITERIOS:
+        clave = None
+        for k in ESCALAS:
+            if k.lower() in crit.lower() or crit.lower() in k.lower():
+                clave = k; break
+        if clave is None: clave = crit
+        inputs += [elecciones[clave], puntajes_forzados[clave], evidencias[clave]]
+
+    btn.click(_evaluate_wrapper, inputs=inputs, outputs=[tabla, total, out_html, out_csv])
+
+if __name__ == "__main__":
+    demo.launch()