Update app.py

app.py

@@ -1,11 +1,10 @@
 # ╔════════════════════════════════════════════════════════════════════════════╗
-# ║ PIPELINE v28: UI + CONTEXTO GLOBAL                                         ║
+# ║ PIPELINE v29: MEMÓRIA VAGA + CONTEXTO GLOBAL                               ║
 # ║ Layout: Chat | Depuração | Contexto | Config                               ║
 # ╚════════════════════════════════════════════════════════════════════════════╝
 
 import os
 import json
-import re
 import time
 from datetime import datetime
 
@@ -58,12 +57,12 @@ def ler_anexo(arquivo):
         return ""
 
 
-# -------- CONTEXTO GLOBAL --------
+# -------- CONTEXTO GLOBAL (MEMÓRIA VAGA) --------
 
 def contexto_vazio():
     return {
-        "classificacao": "",                  # "duvida" ou "critica"
-        "fatos": [],                          # lista de {descricao, peso, ultima_mencao}
+        "classificacao": "",
+        "fatos": [],
         "objetivo_usuario": "",
         "duvida_central_ultimos_input": "",
         "timestamp": ""
@@ -87,47 +86,93 @@ def salvar_contexto(ctx):
         return ctx
 
 
-def atualizar_contexto(full_input, timeline, contexto_antigo):
+def atualizar_contexto(full_input, timeline, contexto_anterior):
     """
-    Versão mínima: atualiza timestamp e última dúvida central
-    a partir do último input do usuário. Pode ser refinado depois
-    com agentes específicos de metacognição.
+    Agente MEMÓRIA VAGA:
+    - Só escuta o diálogo e o histórico.
+    - Atualiza e retorna APENAS o JSON de contexto global.
+    - Nunca escreve na timeline, nunca responde ao usuário.
     """
-    ctx = contexto_antigo.copy() if contexto_antigo else contexto_vazio()
+    base_ctx = contexto_vazio()
+    ctx_prev = contexto_anterior if contexto_anterior else contexto_vazio()
+
+    modelo = model_pro  # memória usa sempre o modelo mais robusto
+
+    instrucao = (
+        "Você está atuando como um 'ouvinte' que mantém um MEMORIAL do diálogo, "
+        "na posição de Promotor de Justiça em casos de violência doméstica. "
+        "Você NÃO responde ao usuário, NÃO sugere decisões, "
+        "apenas organiza o que é importante em um JSON de CONTEXTO GLOBAL.\n\n"
+        "TAREFA:\n"
+        "- Ler o input atual, o contexto anterior e a timeline.\n"
+        "- Atualizar o CONTEXTO GLOBAL com:\n"
+        "  * classificacao: \"duvida\" ou \"critica\" (ou vazio se não se aplicar).\n"
+        "  * fatos: lista de objetos {\"descricao\": str, \"peso\": float, \"ultima_mencao\": str ISO8601}\n"
+        "    representando elementos factuais relevantes do caso, com peso de 0.0 a 1.0.\n"
+        "    - Fatos que voltam a aparecer podem ter peso aumentado.\n"
+        "    - Fatos que deixam de aparecer podem ter peso suavemente reduzido.\n"
+        "  * objetivo_usuario: 1 frase objetiva sobre o que o usuário quer alcançar agora.\n"
+        "  * duvida_central_ultimos_input: síntese em 1–2 frases da dúvida/foco do último input.\n"
+        "  * timestamp: momento atual em ISO8601.\n\n"
+        "IMPORTANTE:\n"
+        "- Não explique, não comente. Retorne APENAS um JSON válido.\n"
+        "- Mantenha a mesma estrutura de chaves do contexto_anterior, atualizando o que fizer sentido.\n"
+    )
 
-    # Timestamp sempre atualizado
-    ctx["timestamp"] = datetime.now().isoformat()
+    payload = {
+        "input_atual": full_input,
+        "contexto_anterior": ctx_prev,
+        "timeline": timeline,
+    }
 
-    # Heurística simples de classificação inicial
-    texto_lower = full_input.lower()
-    if "?" in full_input:
-        ctx["classificacao"] = "duvida"
-    elif "reclama" in texto_lower or "problema" in texto_lower or "erro" in texto_lower:
-        ctx["classificacao"] = "critica"
+    schema_exemplo = base_ctx
 
-    # Último input como "dúvida central" bruta
-    ctx["duvida_central_ultimos_input"] = full_input.strip()
+    prompt = (
+        instrucao
+        + "\n\n--- DADOS ---\n"
+        + json.dumps(payload, ensure_ascii=False, indent=2)
+        + "\n\n--- SCHEMA EXATO A SEGUIR ---\n"
+        + json.dumps(schema_exemplo, ensure_ascii=False, indent=2)
+        + "\n\n--- SAÍDA ---\n"
+        + "Retorne APENAS um JSON válido seguindo o schema (sem comentários, sem texto extra)."
+    )
 
-    # Objetivo do usuário (placeholder: pode ser enriquecido por agente)
-    if not ctx.get("objetivo_usuario"):
-        ctx["objetivo_usuario"] = "Inferir objetivo do usuário com base na conversa."
+    try:
+        resp = modelo.generate_content(prompt)
+        raw = resp.text.strip()
+        cleaned = raw.replace("``````", "").strip()
+        novo_ctx = json.loads(cleaned)
 
-    # TODO futuro: atualizar lista de fatos com pesos e decay
-    # por enquanto apenas preserva ctx["fatos"]
+        # Garantir chaves mínimas
+        for k, v in base_ctx.items():
+            if k not in novo_ctx:
+                novo_ctx[k] = v
 
-    return ctx
+        return novo_ctx
+    except Exception:
+        # Fallback: preserva memória antiga e marca timestamp / classificação mínima
+        ctx_fallback = ctx_prev
+        ctx_fallback["timestamp"] = datetime.now().isoformat()
+        if "?" in full_input:
+            ctx_fallback["classificacao"] = "duvida"
+        return ctx_fallback
 
 
-# ==================== 3. ENGINE DE EXECUÇÃO ====================
+# ==================== 3. ENGINE DE EXECUÇÃO (AGENTES) ====================
 
 def executar_no(timeline, config, contexto):
+    """
+    Executa um nó do protocolo:
+    - Recebe timeline + contexto global (memória vaga).
+    - Gera resposta de agente (texto ou JSON).
+    """
     modelo = model_pro if config.get("modelo") == "pro" else model_flash
 
     contexto_timeline = json.dumps(timeline, ensure_ascii=False, indent=2)
     contexto_global = json.dumps(contexto, ensure_ascii=False, indent=2)
 
     prompt = (
-        f"--- CONTEXTO GLOBAL ---\n{contexto_global}\n"
+        f"--- CONTEXTO GLOBAL (MEMÓRIA DE QUEM OUVE) ---\n{contexto_global}\n"
         f"--- TIMELINE ---\n{contexto_timeline}\n"
         f"----------------\n"
         f"AGENTE: {config['nome']}\n"
@@ -143,7 +188,6 @@ def executar_no(timeline, config, contexto):
         tempo = time.time() - inicio
 
         if config.get("tipo_saida") == "json":
-            # Tenta normalizar saída JSON simples
             cleaned = out.strip().replace("``````", "")
             content = json.loads(cleaned)
         else:
@@ -154,7 +198,6 @@ def executar_no(timeline, config, contexto):
         return {"role": "assistant", "agent": config["nome"], "content": content}, log, out
 
     except Exception as e:
-        # Em caso de erro, registra no timeline como system
         return {"role": "system", "error": str(e)}, f" (ERRO: {e})", str(e)
 
 
@@ -168,7 +211,6 @@ def orquestrador(texto, arquivo, history, json_config):
     contexto = carregar_contexto()
 
     if not full_input:
-        # Sem input, apenas retorna contexto atual
         yield history, {}, "Sem input.", contexto
         return
 
@@ -182,9 +224,10 @@ def orquestrador(texto, arquivo, history, json_config):
         yield history, {}, "Erro JSON", contexto
         return
 
+    # Timeline começa só com o usuário
     timeline = [{"role": "user", "content": full_input}]
 
-    # Atualiza contexto com o novo input inicial
+    # 3. MEMÓRIA VAGA: atualiza contexto ANTES de qualquer agente responder
     contexto = atualizar_contexto(full_input, timeline, contexto)
     salvar_contexto(contexto)
 
@@ -193,7 +236,7 @@ def orquestrador(texto, arquivo, history, json_config):
     history[-1][1] = "⏳ Iniciando análise..."
     yield history, timeline, logs, contexto
 
-    # 3. Loop de nós
+    # 4. Loop de nós do protocolo
     final_response = ""
 
     for cfg in protocolo:
@@ -204,7 +247,7 @@ def orquestrador(texto, arquivo, history, json_config):
         timeline.append(res)
         logs += log_add + "\n"
 
-        # Atualiza contexto após cada nó com a nova timeline completa
+        # Após cada nó, a memória vaga reouve tudo e atualiza o contexto
         contexto = atualizar_contexto(full_input, timeline, contexto)
         salvar_contexto(contexto)
 
@@ -217,7 +260,7 @@ def orquestrador(texto, arquivo, history, json_config):
     yield history, timeline, logs, contexto
 
 
-# ==================== 5. UI LIMPA (v28) ====================
+# ==================== 5. UI LIMPA (v29) ====================
 
 def ui_clean():
     css = """
@@ -237,7 +280,7 @@ def ui_clean():
                     show_label=False,
                     height=600,
                     show_copy_button=True,
-                    render_markdown=True
+                    render_markdown=True,
                 )
 
                 with gr.Row():
@@ -262,7 +305,7 @@ def ui_clean():
                             size="sm",
                         )
 
-                # Feedback visual sutil do arquivo
+                # Feedback visual do arquivo
                 file_status = gr.Markdown("", visible=True)
                 file_in.upload(
                     lambda x: f"📎 Anexo: {os.path.basename(x.name)}",
@@ -293,7 +336,6 @@ def ui_clean():
                 btn_save.click(salvar_protocolo, code_json, lbl_save)
 
             # === TRIGGERS ===
-            # Enter ou Botão Enviar
             triggers = [btn_send.click, txt_in.submit]
 
             for trig in triggers: