Update app.py

app.py

@@ -15,12 +15,15 @@ from pathlib import Path
 import aiohttp
 import json
 import os
+from mcp_agent import MCPAgent
 import asyncio
 
+
 from gradio_client import Client, handle_file
 HF_TOKEN = os.environ.get('HF_TOKEN')
 
 
+
 ##### LLM #####
 openai_api_key = os.environ.get('OPENAI_API_KEY')
 
@@ -372,6 +375,49 @@ async def query_context(
 
 
 
+##### MCP AGENT #####
+sse_url = "https://pharma-ia-gradio-mcp-server.hf.space/gradio_api/mcp/sse"
+
+# Crear instancia del agente (debes tener tu llm definido)
+mcp_agent = MCPAgent(sse_url, HF_TOKEN, llm)
+
+# Historial de chat
+chat_history = []
+
+def format_tool_call(tool_name, arguments):
+    return f"🔧 **Llamando a herramienta**: `{tool_name}`\n```json\n{arguments}\n```"
+
+def format_tool_result(tool_name, result):
+    return f"✅ **Resultado de `{tool_name}`**\n```\n{result}\n```"
+
+async def chat_with_agent(message, history):
+    history = history or []
+    
+    # Agregar mensaje del usuario al historial
+    history.append((message, ""))
+    
+    # Procesar con el agente
+    full_response = ""
+    async for event in mcp_agent.stream_response(message):
+        if event["type"] == "tool_call":
+            tool_msg = format_tool_call(event["tool_name"], event["arguments"])
+            history.append((None, tool_msg))
+            yield history
+        elif event["type"] == "tool_result":
+            result_msg = format_tool_result(event["tool_name"], event["result"])
+            history.append((None, result_msg))
+            yield history
+        elif event["type"] == "final_response":
+            full_response = event["content"]
+    
+    # Reemplazar el último mensaje vacío con la respuesta completa
+    history[-1] = (message, full_response)
+    yield history
+
+
+
+
+
         
 
 # Configuración de la interfaz Gradio
@@ -439,10 +485,49 @@ with gr.Blocks(title="Herramientas MCP") as tools_tab:
 
 # Creamos el Agente MCP (puedes personalizar esto según necesites)
 with gr.Blocks(title="Agente MCP") as agent_tab:
-    gr.Markdown("# Interfaz del Agente MCP")
-    gr.Markdown("Aquí iría la interfaz principal del agente con sus funcionalidades completas")
-    # Aquí puedes agregar los componentes específicos del agente
+    gr.Markdown("# Agente MCP - Asistente con Herramientas")
+    gr.Markdown("Interactúa con el agente que puede consultar múltiples fuentes de información especializada.")
+    
+    with gr.Row():
+        with gr.Column(scale=3):
+            chatbot = gr.Chatbot(
+                label="Conversación",
+                height=600,
+                bubble_full_width=False,
+                render_markdown=True
+            )
+            msg = gr.Textbox(
+                label="Mensaje",
+                placeholder="Escribe tu pregunta aquí...",
+                container=False
+            )
+            btn = gr.Button("Enviar")
+            clear = gr.ClearButton([msg, chatbot])
+            
+        with gr.Column(scale=1):
+            gr.Markdown("### Herramientas Disponibles")
+            tools_info = gr.JSON(label="Herramientas", value=[])
+    
+    # Inicializar el agente y cargar herramientas
+    async def init_agent():
+        tools = await mcp_agent.initialize()
+        return {"tools": [tool.name for tool in tools.tools]}
+    
+    agent_tab.load(init_agent, outputs=[tools_info])
+    
+    # Manejar interacción del chat
+    msg.submit(
+        chat_with_agent,
+        inputs=[msg, chatbot],
+        outputs=[chatbot]
+    )
+    btn.click(
+        chat_with_agent,
+        inputs=[msg, chatbot],
+        outputs=[chatbot]
+    ).then(lambda: "", None, [msg])
 
+    
 # Creamos la interfaz con las dos pestañas principales
 demo = gr.TabbedInterface(
     [agent_tab, tools_tab],