Update app.py

app.py

@@ -37,13 +37,13 @@ def realizar_exegesis_web(consulta, canon_seleccionado):
     vector_query = modelo_vectorial.encode(consulta, convert_to_tensor=False).tolist()
 
     try:
-        # MEJORA RAG: Ahora pedimos los 3 pasajes más relevantes, no solo 1
+        # MEJORA RAG: Extraemos 15 pasajes con un umbral más permisivo para no perder autores específicos
         respuesta_db = supabase.rpc(
             "buscar_pasajes_clasicos",
             {
                 "query_embedding": vector_query,
-                "match_threshold": 0.20, # Bajamos un poco el umbral para asegurar que entren 3
-                "match_count": 3,
+                "match_threshold": 0.15,
+                "match_count": 15,
                 "tabla_destino": canon_seleccionado
             }
         ).execute()
@@ -53,7 +53,7 @@ def realizar_exegesis_web(consulta, canon_seleccionado):
         if not pasajes:
             return "❌ No database matches found. / No se hallaron testimonios. / 未找到匹配的文本。", ""
 
-        # Construimos un bloque con los 3 pasajes recuperados
+        # Construimos un bloque con los 15 pasajes recuperados
         contexto_documentos = ""
         for i, frag in enumerate(pasajes):
             obra = frag.get("obra", "Desconocida")
@@ -66,7 +66,7 @@ def realizar_exegesis_web(consulta, canon_seleccionado):
         
         INSTRUCCIONES VITALES:
         1. IDIOMA: Detecta el idioma de la "Consulta del Usuario". Toda tu respuesta (razonamiento y exégesis) DEBE estar exclusivamente en ese idioma. Si es chino, usa obligatoriamente Chino Tradicional (繁體中文).
-        2. SELECCIÓN: Se te proporcionan varios [Documentos] antiguos. Evalúa cuál es el más pertinente para responder a la consulta y descarta los demás.
+        2. SELECCIÓN: Se te proporcionan hasta 15 [Documentos] antiguos. Evalúa atentamente cuál o cuáles son los más pertinentes para responder a la consulta (especialmente si se pide un autor concreto) y descarta el resto. Si no hay ninguno útil del autor pedido, indícalo.
         3. TRANSPARENCIA: Antes de dar tu respuesta final, debes escribir tu proceso lógico de selección y análisis filológico dentro de etiquetas <razonamiento> y </razonamiento>.
         
         FORMATO DE SALIDA ESPERADO:
@@ -97,10 +97,8 @@ def realizar_exegesis_web(consulta, canon_seleccionado):
         
         if match:
             texto_razonamiento = match.group(1).strip()
-            # Quitamos el bloque de razonamiento de la respuesta final
             texto_exegesis = respuesta_completa.replace(match.group(0), '').strip()
         else:
-            # Fallback por si el modelo ignora las etiquetas
             texto_razonamiento = "El modelo no proporcionó un rastro de razonamiento explícito."
             texto_exegesis = respuesta_completa
 
@@ -131,17 +129,15 @@ with gr.Blocks() as demo:
             boton_consultar = gr.Button("Invoke / Invocar / 召喚", variant="primary")
             
         with gr.Column(scale=2):
-            # Panel desplegable oculto por defecto para el razonamiento
             with gr.Accordion("🧠 Reasoning Trace / Razonamiento del Sistema / 系統推理", open=False):
                 salida_razonamiento = gr.Markdown(label="")
                 
-            # Salida principal
             salida_markdown = gr.Markdown(label="Exegesis / 詮釋")
 
     boton_consultar.click(
         fn=realizar_exegesis_web,
         inputs=[consulta_input, canon_dropdown],
-        outputs=[salida_markdown, salida_razonamiento] # Ahora devuelve dos variables
+        outputs=[salida_markdown, salida_razonamiento]
     )
 
 if __name__ == "__main__":