Update app.py

app.py

@@ -1,25 +1,23 @@
 # ╔════════════════════════════════════════════════════════════════════════════╗
-# ║        PIPELINE v39 (Compat): UI/UX com Correção de Compatibilidade        ║
+# ║             PIPELINE v40: SÍNTESE FINAL COM CHAMADA DIRETA                 ║
 # ╚════════════════════════════════════════════════════════════════════════════╝
 #
 # ==================== RESUMO TÉCNICO DA PIPELINE ====================
 #
-# OBJETIVO: Combinar a nova interface de usuário de duas etapas (v39) com
-# a compatibilidade de versões mais antigas do Gradio (v38 corrigida).
+# OBJETIVO: Versão final que integra todas as melhorias:
 #
-# MUDANÇAS IMPLEMENTADAS:
-# 1. FLUXO DE INICIAÇÃO (da v39): A UI começa com uma tela de "setup" para a
-#    primeira análise. O chatbot só aparece após a primeira execução.
-# 2. VISIBILIDADE DINÂMICA (da v39): Utiliza `gr.update(visible=...)` para alternar
-#    entre a tela de início e a interface de chat.
-# 3. COMPATIBILIDADE GRADIO (da v38):
-#    - O parâmetro `css` é passado para o método `.launch()`.
-#    - O `gr.Chatbot` é definido sem parâmetros não suportados (`show_copy_button`).
-#
-# INOVAÇÕES CONSOLIDADAS (ADUC-SDR):
-# - Arquitetura de União Compositiva (ADUC)
-# - Escala Dinâmica Resiliente (SDR)
-# - FIX "last role user" e Lógica de STOP Refinada
+# 1. FLUXO DE INICIAÇÃO (v39): UI começa com uma tela de "setup" e só
+#    exibe o chat após a primeira análise.
+# 2. CHAMADA DE INICIALIZAÇÃO DIRETA: O botão "Iniciar" faz uma chamada
+#    única e direta ao modelo, sem usar o pipeline, para uma configuração
+#    rápida e eficiente.
+# 3. ORQUESTRADOR DE PIPELINE: O chat interativo subsequente utiliza o
+#    `orquestrador` e o `protocolo.json` para análises multiagente.
+# 4. EXTRAÇÃO DE RESPOSTA LIMPA: A lógica do `STOP_PIPELINE` foi aprimorada
+#    para extrair a mensagem da chave "proximo_passo" do JSON e exibi-la
+#    de forma limpa ao usuário.
+# 5. COMPATIBILIDADE GRADIO: O código é compatível com versões mais antigas
+#    da biblioteca Gradio, evitando erros comuns.
 #
 # =====================================================================
 
@@ -39,15 +37,14 @@ groq_client = Groq(api_key=groq_key)
 ARQUIVO_CONFIG = "protocolo.json"
 ARQUIVO_HELP = "help.md"
 ARQUIVO_CONTEXTO = "contexto_persistente.json"
-ARQUIVO_DATA_MD = "data.md" # Arquivo de dados padrão da v39
+ARQUIVO_DATA_MD = "data.md"
 DELAY_ENTRE_AGENTES = 1
 STOP_KEYWORD = "STOP_PIPELINE"
 
-print("🚀 App inicializada - GROQ v39 (Compat) + FLUXO DE INICIAÇÃO")
+print("🚀 App inicializada - GROQ v40 (Síntese Final)")
 print(f"  ✅ Groq: {'OK' if groq_key != 'SUA_GROQ_KEY_AQUI' else '⚠️ placeholder'}")
 
 # ==================== 2. UTILIDADES ====================
-# (Esta seção é idêntica à v38, sem alterações)
 def estimar_tokens(texto):
     return len(str(texto)) // 4
 
@@ -136,10 +133,9 @@ def verificar_stop(texto):
     return stop_detectado
 
 # ==================== 3. ENGINE DE EXECUÇÃO (GROQ) ====================
-# (Esta seção é idêntica à v38, sem alterações)
 def executar_no(timeline, config):
     print(f"\n🔥 === EXECUTANDO {config['nome']} ===")
-    modelo = config.get('modelo', 'meta-llama/llama-4-maverick-17b-128e-instruct')
+    modelo = config.get('modelo', 'llama3-8b-8192')
     print(f"   Modelo Groq: {modelo}")
     
     try:
@@ -166,7 +162,7 @@ def executar_no(timeline, config):
         
         completion = groq_client.chat.completions.create(
             model=modelo, messages=messages, temperature=1,
-            max_completion_tokens=6048, top_p=1, stream=True, stop=None
+            max_tokens=8192, top_p=1, stream=True, stop=None
         )
         
         out_raw = "".join(chunk.choices[0].delta.content or "" for chunk in completion)
@@ -200,9 +196,8 @@ def executar_no(timeline, config):
         return {"role": "system", "error": erro_amistoso, "agent": config['nome']}, False
 
 # ==================== 4. ORQUESTRADOR COM CONTEXTO PERSISTENTE (ADUC-SDR) ====================
-# (Esta seção é idêntica à v38, sem alterações)
 def orquestrador(texto, anexos_list, history, json_config, contexto_objetivo):
-    print("\n" + "="*80 + "\n🎬 INICIANDO ORQUESTRADOR")
+    print("\n" + "="*80 + "\n🎬 INICIANDO ORQUESTRADOR (PIPELINE)")
     if not texto.strip():
         yield history, [], carregar_contexto_persistente()
         return
@@ -222,8 +217,6 @@ def orquestrador(texto, anexos_list, history, json_config, contexto_objetivo):
     contexto_inicial = ""
     if contexto_objetivo and contexto_objetivo.strip():
         contexto_inicial += f"[OBJETIVO DO MODELO]\n{contexto_objetivo.strip()}\n[FIM OBJETIVO]\n\n"
-    for anexo in anexos_list:
-        contexto_inicial += ler_anexo(anexo)
         
     timeline = [{"role": msg["role"], "content": msg["content"]} for msg in contexto_persistente[:-1]]
     timeline.append({"role": "user", "content": f"{contexto_inicial}{texto}".strip()})
@@ -231,8 +224,6 @@ def orquestrador(texto, anexos_list, history, json_config, contexto_objetivo):
     audit_data = []
     for idx, cfg in enumerate(protocolo):
         print(f"\n{'='*50}\n🚀 FASE {idx+1}/{len(protocolo)}: {cfg['nome']}")
-        timeline_chars = sum(len(str(m.get("content", ""))) for m in timeline)
-        timeline_tokens = estimar_tokens(timeline_chars)
         history[-1]["content"] = f"⏳ **Agente {idx+1}/{len(protocolo)}: {cfg['nome']}**..."
         yield history, audit_data, contexto_persistente
         time.sleep(DELAY_ENTRE_AGENTES)
@@ -240,9 +231,21 @@ def orquestrador(texto, anexos_list, history, json_config, contexto_objetivo):
         res, sucesso = executar_no(timeline, cfg)
         resposta_content = res.get('content', '')
         
-        if verificar_stop(resposta_content):
-            print("🛑 STOP_PIPELINE detectado - encerrando")
-            texto_final = str(resposta_content).replace(STOP_KEYWORD, "").strip()
+        if verificar_stop(str(resposta_content)):
+            print("🛑 STOP_PIPELINE detectado - extraindo resposta final.")
+            texto_final = "Análise concluída."
+            json_data = None
+            if isinstance(resposta_content, dict):
+                json_data = resposta_content
+            elif isinstance(resposta_content, str):
+                try:
+                    json_match = re.search(r'\{.*\}', resposta_content, re.DOTALL)
+                    if json_match: json_data = json.loads(json_match.group(0))
+                except json.JSONDecodeError:
+                    texto_final = str(resposta_content).replace(STOP_KEYWORD, "").strip()
+            if json_data and 'proximo_passo' in json_data and isinstance(json_data['proximo_passo'], str):
+                texto_final = json_data['proximo_passo']
+            texto_final = texto_final.replace(STOP_KEYWORD, "").strip()
             history[-1]["content"] = texto_final
             yield history, audit_data, contexto_persistente
             return
@@ -258,91 +261,90 @@ def orquestrador(texto, anexos_list, history, json_config, contexto_objetivo):
             yield history, audit_data, contexto_persistente
             return
             
-        audit_data.append({k: v for k, v in res.items() if k != 'raw'})
+        audit_entry = {k:v for k,v in res.items() if k not in ['raw', 'content']}
+        audit_entry.update({"step": idx + 1, "agent": cfg['nome'], "model": cfg.get('modelo', 'default'), "response_preview": str(resposta_content)[:100] + "...", "sucesso": sucesso})
+        audit_data.append(audit_entry)
         
-        if idx == len(protocolo) - 1 or cfg.get('tipo_saida') == 'texto':
-            texto_final = json.dumps(resposta_content, ensure_ascii=False, indent=2) if not isinstance(resposta_content, str) else resposta_content
+        if idx == len(protocolo) - 1:
+            texto_final = json.dumps(resposta_content, ensure_ascii=False, indent=2) if not isinstance(resposta_content, str) else str(resposta_content)
             history[-1]["content"] = texto_final
             yield history, audit_data, contexto_persistente
 
     print("🏁 Pipeline concluída com sucesso\n" + "="*80)
 
-# ==================== 5. UI (GRADIO) - LÓGICA V39 ====================
-
-# Função de inicialização que chama o orquestrador e gerencia a UI (da v39)
-def iniciar_analise(usar_data_md, anexo_inicial, objetivo, json_config):
-    print("🚀 ANÁLISE INICIAL ACIONADA")
-    prompt_inicial = "Inicie a análise com base nos documentos e no objetivo fornecidos. Apresente um resumo inicial e seus próximos passos."
-    anexos_para_orquestrador = []
+# ==================== 5. UI (GRADIO) ====================
 
+def iniciar_analise(usar_data_md, anexo_inicial, objetivo):
+    print("\n" + "="*80 + "\n🚀 ANÁLISE INICIAL ACIONADA (CHAMADA DIRETA)")
+    
+    prompt_inicial_docs = ""
     if usar_data_md:
         if os.path.exists(ARQUIVO_DATA_MD):
             class MockFile:
                 def __init__(self, name): self.name = name
-            prompt_inicial += ler_anexo(MockFile(ARQUIVO_DATA_MD))
+            prompt_inicial_docs += ler_anexo(MockFile(ARQUIVO_DATA_MD))
             print(f"✅ Anexado '{ARQUIVO_DATA_MD}'")
         else:
             print(f"⚠️ Checkbox 'data.md' marcado, mas o arquivo não foi encontrado.")
-
     if anexo_inicial is not None:
-        anexos_para_orquestrador.append(anexo_inicial)
-
-    gen = orquestrador(prompt_inicial, anexos_para_orquestrador, [], json_config, objetivo)
+        prompt_inicial_docs += ler_anexo(anexo_inicial)
+    if not prompt_inicial_docs:
+        prompt_inicial_docs = "Nenhum documento foi fornecido para análise."
+        
+    config_inicializacao = {
+        "nome": "Agente_Inicializador",
+        "missao": f"Sua tarefa é analisar o objetivo do usuário e os documentos anexados, fornecer um resumo conciso e descrever os próximos passos sugeridos.\n\nOBJETIVO DO USUÁRIO:\n{objetivo}",
+        "modelo": "llama3-8b-8192"
+    }
     
-    final_history, final_audit, final_contexto = [], [], []
-    for h, a, c in gen:
-        final_history, final_audit, final_contexto = h, a, c
-
-    print("✅ Análise inicial concluída. Exibindo chatbot.")
-    return (
-        final_history, 
-        final_audit, 
-        final_contexto, 
-        gr.update(visible=False), # Oculta a `start_view`
-        gr.update(visible=True)   # Mostra a `chat_view`
-    )
+    timeline_inicial = [{"role": "user", "content": prompt_inicial_docs}]
+    res, sucesso = executar_no(timeline_inicial, config_inicializacao)
+    
+    if sucesso:
+        resposta_content = res.get('content', 'Não foi possível gerar um resumo inicial.')
+        history = [
+            {"role": "user", "content": "Análise iniciada com base nos documentos fornecidos."},
+            {"role": "assistant", "content": resposta_content}
+        ]
+        contexto_persistente = carregar_contexto_persistente()
+        contexto_persistente.append({"role": "user", "content": f"[USUÁRIO] {prompt_inicial_docs}", "timestamp": datetime.now().strftime('%Y-%m-%d %H:%M:%S')})
+        contexto_persistente.append({"role": "assistant", "agent": config_inicializacao['nome'], "content": f"[{config_inicializacao['nome']}] {resposta_content}", "timestamp": datetime.now().strftime('%Y-%m-%d %H:%M:%S')})
+        salvar_contexto_persistente(contexto_persistente)
+        audit_data = [{"step": 1, "agent": config_inicializacao['nome'], "model": config_inicializacao.get('modelo'), "response_preview": str(resposta_content)[:100] + "...", "sucesso": True, "tempo": res.get('tempo'), "tokens_input": res.get('tokens_input'), "tokens_output": res.get('tokens_output')}]
+        print("✅ Análise inicial (chamada direta) concluída. Exibindo chatbot.")
+        return history, audit_data, contexto_persistente, gr.update(visible=False), gr.update(visible=True)
+    else:
+        erro_msg = res.get("error", "Ocorreu um erro desconhecido durante a inicialização.")
+        history = [{"role": "user", "content": "Tentativa de iniciar análise."}, {"role": "assistant", "content": f"❌ **Falha na Inicialização:**\n\n{erro_msg}"}]
+        return history, [], [], gr.update(visible=True), gr.update(visible=False)
 
 def ui_clean():
-    """Constrói e retorna a interface Gradio."""
     config_init = carregar_protocolo()
     help_init = carregar_help()
     
-    with gr.Blocks(title="AI Forensics - Groq (v39-Compat)") as app:
+    with gr.Blocks(title="AI Forensics - Groq (v40)") as app:
         with gr.Tabs():
-            # Tab 1: Chat Principal com Lógica v39
             with gr.Tab("💬 Investigação"):
-                
-                # --- VISÃO INICIAL (SETUP) ---
                 with gr.Column(visible=True) as start_view:
-                    gr.Markdown("## Iniciar Nova Análise")
-                    gr.Markdown("Configure os dados iniciais para a análise. Após iniciar, esta tela será substituída pelo chat interativo.")
-                    
+                    gr.Markdown("## Iniciar Nova Análise\nConfigure os dados iniciais. Após iniciar, esta tela será substituída pelo chat interativo.")
                     cb_data_md = gr.Checkbox(label=f"Anexar arquivo de dados principal ({ARQUIVO_DATA_MD})", value=True)
                     upload_inicial = gr.File(label="Anexar arquivo de texto adicional (Opcional)", file_types=[".txt", ".md", ".json"])
                     btn_iniciar = gr.Button("🚀 Iniciar Análise", variant="primary")
-                
-                # --- VISÃO DO CHAT (INTERAÇÃO) ---
                 with gr.Column(visible=False) as chat_view:
                     gr.Markdown("## Investigador AI (Orquestração ADUC-SDR)")
-                    # CORREÇÃO DE COMPATIBILIDADE: Chatbot simples
                     chatbot = gr.Chatbot(label="Histórico Conversacional", height=500, value=[])
-                    
                     with gr.Row():
                         txt_in = gr.Textbox(show_label=False, placeholder="Digite sua mensagem...", lines=2, scale=9)
                         btn_send = gr.Button("📤 Enviar", variant="primary", scale=1)
             
-            # Tab 2: Configurações de Contexto (Original da v38)
-            with gr.Tab("📎 Anexos & Contexto"):
-                gr.Markdown("## Anexos e Contexto Factual\n**Objetivo:** Define o `System Prompt` e a orientação de todos os agentes.")
+            with gr.Tab("🎯 Objetivo & Configs"):
                 objetivo_text = gr.Textbox(
                     label="Objetivo do Modelo (System Prompt Global)",
-                    value="Voce é um agente chamado IndenizaAI...", # (Valor original omitido por brevidade)
+                    value="Voce é um agente chamado IndenizaAI...",
                     placeholder="Ex: Você é um analista forense imparcial...",
-                    lines=5
+                    lines=8
                 )
-                # O upload de anexos para conversas contínuas não é mais usado neste fluxo, mas deixamos a aba para o Objetivo.
             
-            # As outras abas permanecem como na v38
             with gr.Tab("🧠 Contexto Persistente"):
                 contexto_display = gr.JSON(label="Contexto Persistente", value=carregar_contexto_persistente())
                 with gr.Row():
@@ -372,14 +374,12 @@ def ui_clean():
                 btn_reload_help = gr.Button("🔄 Recarregar Help")
                 btn_reload_help.click(lambda: carregar_help(), outputs=help_content)
 
-        # Triggers de Ação com a lógica da v39
         btn_iniciar.click(
             fn=iniciar_analise,
-            inputs=[cb_data_md, upload_inicial, objetivo_text, code_json],
+            inputs=[cb_data_md, upload_inicial, objetivo_text],
             outputs=[chatbot, audit_display, contexto_display, start_view, chat_view]
         )
         
-        # Anexos agora são passados como um State vazio, pois são tratados apenas no início
         btn_send.click(
             orquestrador,
             [txt_in, gr.State([]), chatbot, code_json, objetivo_text],
@@ -395,6 +395,5 @@ def ui_clean():
     return app
 
 if __name__ == "__main__":
-    print("🎉 Lançando app Groq v39 (Compat)...")
-    # CORREÇÃO DE COMPATIBILIDADE: Parâmetro `css` no método .launch()
+    print("🎉 Lançando app Groq v40 (Síntese Final)...")
     ui_clean().launch(css="footer{display:none!important;}")