Update app.py

app.py

@@ -137,7 +137,84 @@ def sanitizar_texto(texto: str) -> str:
     return texto_limpo.strip()
 
 # ATUALIZADO: Função totalmente refatorada para usar a nova chamada de API.
-def chamar_gemini_json(model_name: str, prompt: str, temperatura: float = 0.4, max_tokens: int = 92048) -> Dict:
+d# ============================================================================
+# CORREÇÃO DA FUNÇÃO DE CHAMADA DA API (google-genai v1.0+)
+# ============================================================================
+
+def chamar_gemini_json(model_name: str, prompt: str, temperatura: float = 0.4, max_tokens: int = 8192) -> Dict:
+    prompt_completo = f"{prompt}\n\n---\n\n**INSTRUÇÃO OBRIGATÓRIA: Sua resposta DEVE ser um único e válido objeto JSON.**"
+    print(f"\n{'='*25} 💬 API INPUT PARA [{model_name}] {'='*25}\n{prompt_completo}\n{'='*78}\n")
+
+    try:
+        # 1. Monta a estrutura de `contents`
+        contents = [
+            types.Content(
+                role="user",
+                parts=[types.Part.from_text(text=prompt_completo)],
+            ),
+        ]
+
+        # 2. Define as ferramentas (Google Search)
+        tools = [
+            types.Tool(google_search=types.GoogleSearch()),
+        ]
+
+        # 3. Monta a configuração
+        # NOTA: Verifique se o modelo suporta 'thinking_config'. Se der erro, remova essa linha.
+        # Models como gemini-2.0-flash-thinking suportam. O 2.5-pro padrão pode não suportar.
+        thinking_config = None
+        # if "thinking" in model_name: # Lógica opcional para ativar apenas se for modelo thinking
+        #     thinking_config = types.ThinkingConfig(thinking_budget=8192) 
+
+        generate_content_config = types.GenerateContentConfig(
+            temperature=temperatura,
+            max_output_tokens=max_tokens,
+            # thinking_config=thinking_config, # Descomente se tiver certeza que o modelo suporta
+            tools=tools,
+            response_mime_type="application/json" # Força JSON nativo se o modelo suportar
+        )
+
+        # 4. Chamada de API Corrigida
+        # A nova SDK usa client.models.generate_content_stream
+        # O parâmetro de configuração chama-se 'config', não 'generation_config'
+        stream = CLIENT.models.generate_content_stream(
+            model=model_name,
+            contents=contents,
+            config=generate_content_config,
+        )
+        
+        # Agrega a resposta do stream
+        resposta_bruta = ""
+        for chunk in stream:
+            if chunk.text:
+                resposta_bruta += chunk.text
+        
+        print(f"\n{'='*25} 📥 API RAW OUTPUT DE [{model_name}] {'='*25}\n{resposta_bruta}\n{'='*78}\n")
+        
+        resposta_sanitizada = sanitizar_texto(resposta_bruta)
+
+        if not resposta_sanitizada:
+            logger.log("A API retornou uma resposta vazia. Causa provável: Filtros de segurança.", "WARN")
+            return {"erro": "API_EMPTY_RESPONSE", "causa_provavel": "Filtro de segurança do modelo."}
+        
+        # Tenta extrair JSON (caso o response_mime_type não seja estritamente respeitado ou venha markdown)
+        match = re.search(r'\{.*\}', resposta_sanitizada, re.DOTALL)
+        if not match:
+            # Tenta parsear direto caso a string inteira seja o JSON
+            try:
+                return json.loads(resposta_sanitizada)
+            except:
+                return {"erro": "JSON_NOT_FOUND", "detalhes": "Nenhum objeto JSON encontrado na resposta da API.", "raw": resposta_sanitizada}
+        
+        return json.loads(match.group(0))
+        
+    except Exception as e:
+        logger.log(f"Falha na chamada da API ou no parse do JSON: {e}", "ERROR")
+        return {"erro": "API_CALL_OR_PARSE_FAILED", "detalhes": str(e)}
+
+
+
+ef chamar_gemini_json1(model_name: str, prompt: str, temperatura: float = 0.4, max_tokens: int = 92048) -> Dict:
     prompt_completo = f"{prompt}\n\n---\n\n**INSTRUÇÃO OBRIGATÓRIA: Sua resposta DEVE ser um único e válido objeto JSON.**"
     print(f"\n{'='*25} 💬 API INPUT PARA [{model_name}] {'='*25}\n{prompt_completo}\n{'='*78}\n")