Update app.py

app.py

@@ -1,9 +1,9 @@
 import os
 import chainlit as cl
 from groq import Groq
+import traceback
 
 # 1. Configuração do Cliente Groq
-# A API key será lida da variável de ambiente GROQ_API_KEY.
 client = Groq()
 
 # 2. Configurações do Modelo
@@ -12,10 +12,6 @@ MODEL_ID = "groq/compound"
 # 3. Início do Chat
 @cl.on_chat_start
 def start_chat():
-    """
-    Define um prompt de sistema detalhado para instruir o modelo a se comportar
-    como um assistente de pesquisa que resume o conteúdo de websites.
-    """
     system_prompt = (
         "Você é um assistente de pesquisa avançado. "
         "Quando um usuário perguntar sobre o conteúdo de um site (ex: 'o que tem no site X?'), "
@@ -28,57 +24,48 @@ def start_chat():
         [{"role": "system", "content": system_prompt}]
     )
 
-# 4. Lógica Principal de Mensagem (com Depuração)
+# 4. Lógica Principal de Mensagem (com Correção Final)
 @cl.on_message
 async def main(message: cl.Message):
-    """
-    Processa cada nova mensagem do usuário com uma única chamada de streaming para a API
-    e exibe os chunks brutos da resposta nos logs.
-    """
-    # Recupera e atualiza o histórico da conversa
     message_history = cl.user_session.get("message_history")
     message_history.append({"role": "user", "content": message.content})
 
-    # Cria a mensagem de resposta vazia para o streaming
     msg = cl.Message(content="")
     await msg.send()
 
+    full_response = ""
     try:
-        # Realiza a chamada única e direta para a API, com streaming ativado
         stream = client.chat.completions.create(
             model=MODEL_ID,
             messages=message_history,
             temperature=0.7,
             max_tokens=4096,
             stream=True,
-            # Parâmetros essenciais para o modelo 'groq/compound' usar ferramentas
             compound_custom={"tools": {"enabled_tools": ["web_search", "code_interpreter", "visit_website"]}}
         )
 
-        # Processa o stream e exibe a resposta token a token
-        full_response = ""
         for chunk in stream:
-            # --- LOG DE DEPURAÇÃO ADICIONADO AQUI ---
-            # Exibe cada chunk bruto recebido da API no console para análise.
-            print("--- CHUNK BRUTO RECEBIDO ---")
-            print(chunk.model_dump_json(indent=2))
-            print("----------------------------")
+            # O log de depuração pode ser comentado após confirmar que está tudo ok
+            # print(f"--- CHUNK BRUTO RECEBIDO ---\n{chunk.model_dump_json(indent=2)}\n----------------------------")
 
-            # Verifica se o 'chunk' (pedaço) da resposta contém conteúdo de texto
             if chunk.choices and chunk.choices[0].delta.content:
                 token = chunk.choices[0].delta.content
                 await msg.stream_token(token)
                 full_response += token
-        
-        # Atualiza a mensagem final e o histórico da conversa com a resposta completa
-        await msg.update()
-        if full_response:
-            message_history.append({"role": "assistant", "content": full_response})
-            cl.user_session.set("message_history", message_history)
-
+    
     except Exception as e:
-        # Captura e exibe qualquer erro que possa ocorrer durante a chamada da API
-        print(f"Ocorreu um erro inesperado: {e}")
-        import traceback
+        print(f"--- ERRO DURANTE O STREAMING ---")
         traceback.print_exc()
-        await msg.update(content=f"Desculpe, ocorreu um erro ao processar sua solicitação: {e}")
+        await msg.update(content=f"Desculpe, ocorreu um erro durante a comunicação com a API: {e}")
+        return
+
+    # --- CORREÇÃO PRINCIPAL APLICADA AQUI ---
+    # Finalizamos a mensagem e o histórico de forma mais segura,
+    # garantindo que mesmo uma resposta vazia não quebre a sessão.
+    if full_response.strip():  # Verifica se a resposta não está vazia ou só com espaços
+        await msg.update()
+        message_history.append({"role": "assistant", "content": full_response})
+        cl.user_session.set("message_history", message_history)
+    else:
+        # Se nenhuma resposta foi gerada, removemos a mensagem vazia para limpar a interface.
+        await msg.remove()