Dockerfile

# Usar una imagen base de Python basada en Debian estable (Bookworm es la versión actual)
FROM python:3.10-slim-bookworm

# Evitar que 'apt' solicite entradas interactivas durante la construcción
ENV DEBIAN_FRONTEND=noninteractive

# 1. Instalar dependencias del sistema (El "Paso GDAL" crítico)
#    - libgdal-dev: Proporciona los encabezados de C++ y la herramienta gdal-config
#      que 'pip' necesita para compilar los bindings de geopandas/fiona.
#    - build-essential: Compiladores C/C++ básicos.
RUN apt-get update && \
    apt-get install -y --no-install-recommends \
    gdal-bin \
    libgdal-dev \
    build-essential \
    && rm -rf /var/lib/apt/lists/*

# 2. Configurar el entorno de la aplicación
WORKDIR /app

# Crear un usuario no-root por seguridad, una buena práctica en contenedores
RUN useradd -m -u 1000 user
USER user
ENV HOME=/home/user \
    PATH=/home/user/.local/bin:$PATH

# 3. Instalar dependencias de Python
# Copiar solo requirements.txt primero para aprovechar el caché de capas de Docker.
# Si requirements.txt no cambia, Docker no volverá a ejecutar este paso.
COPY --chown=user requirements.txt .

# Instalar usando pip en el directorio del usuario, sin guardar caché para mantener la imagen ligera.
RUN pip install --no-cache-dir --user -r requirements.txt

# 4. Copiar el resto del código de la aplicación
# El 'chown' asegura que el usuario 'user' sea el propietario de los archivos.
COPY --chown=user . .

# 5. Exponer el puerto que Hugging Face Spaces espera
EXPOSE 7860

# 6. Comando para ejecutar la aplicación
# Usar Gunicorn como un servidor WSGI de producción, no el servidor de desarrollo de Dash.
# app_00:server -> Busca la variable 'server' en el archivo 'app_00.py'.
# --bind 0.0.0.0:7860 -> Escucha en todas las interfaces de red en el puerto 7860.
CMD ["gunicorn", "app_00:server", "--workers", "4", "--bind", "0.0.0.0:7860"]