Update app.py

app.py

@@ -23,8 +23,8 @@ except ImportError as e:
 from huggingface_hub import HfApi
 
 # --- Suchtool Imports (wie zuvor) ---
-USE_TAVILY = False
-USE_DUCKDUCKGO = True
+USE_TAVILY = False # Setze auf True, wenn du Tavily bevorzugst (benötigt TAVILY_API_KEY)
+USE_DUCKDUCKGO = True # Setze auf True für DuckDuckGo (kein Key nötig)
 
 if USE_TAVILY:
     try:
@@ -95,7 +95,13 @@ def search_web(query: str, max_results: int = 3) -> str:
     # (Code unverändert)
     print(f"Tool: search_web(query='{query}', max_results={max_results})")
     if not search_client:
-        return "Search tool is not available/configured."
+        # Extra Check, ob search_client explizit auf False gesetzt wurde (Initialisierung fehlgeschlagen)
+        if search_client is False:
+            return "Search tool is disabled by configuration or missing libraries."
+        else:
+            # Sollte nicht passieren, wenn initialize_agent korrekt läuft, aber zur Sicherheit
+             print("Warning: Search client not initialized before tool use.")
+             return "Search tool is not available/configured."
     try:
         if USE_TAVILY and isinstance(search_client, TavilyClient):
             response = search_client.search(query=query, search_depth="basic", max_results=max_results)
@@ -238,80 +244,72 @@ def initialize_agent():
     global search_client, agent_instance
     print("Initializing agent and clients...")
 
-    # Initialisiere Search Client (wenn nicht bereits geschehen)
-    if search_client is None:
+    # Initialisiere Search Client (wenn nicht bereits geschehen oder fehlgeschlagen)
+    if search_client is None: # Nur initialisieren, wenn noch nicht versucht
         print("Initializing search client...")
         if USE_TAVILY:
             tavily_key = os.getenv("TAVILY_API_KEY")
             if tavily_key:
                 try: search_client = TavilyClient(api_key=tavily_key); print("Using Tavily for search.")
-                except NameError: print("WARNUNG: TavilyClient Klasse nicht gefunden."); search_client = None
+                except NameError: print("WARNUNG: TavilyClient Klasse nicht gefunden."); search_client = False # Fehler markieren
             else:
                 print("WARNUNG: TAVILY_API_KEY nicht gefunden.")
+                search_client = False # Fehler markieren
                 if USE_DUCKDUCKGO: # Fallback nur wenn Tavily nicht initialisiert werden konnte
                     try: search_client = DDGS(); print("Falling back to DuckDuckGo for search.")
-                    except NameError: print("WARNUNG: DuckDuckGo nicht verfügbar."); search_client = None
-                else: search_client = None
+                    except NameError: print("WARNUNG: DuckDuckGo nicht verfügbar."); search_client = False # Fehler markieren
         elif USE_DUCKDUCKGO:
             try: search_client = DDGS(); print("Using DuckDuckGo for search.")
-            except NameError: print("WARNUNG: duckduckgo-search nicht installiert/verfügbar."); search_client = None
+            except NameError: print("WARNUNG: duckduckgo-search nicht installiert/verfügbar."); search_client = False # Fehler markieren
         else:
             print("Web search is disabled by configuration.")
-            search_client = False # Setze auf False, um erneute Initialisierung zu verhindern
+            search_client = False # Explizit deaktiviert
 
     # --- LLM Model (vereinfacht via HfApiModel) ---
-    # HfApiModel sollte HUGGINGFACE_TOKEN und HF_MODEL_ID aus Umgebungsvariablen lesen.
-    # Wir prüfen hier nur, ob das Token vorhanden ist, da HfApiModel es benötigt.
     hf_token_check = os.getenv("HUGGINGFACE_TOKEN")
     if not hf_token_check:
         raise ValueError("HUGGINGFACE_TOKEN Secret nicht im Hugging Face Space gefunden! HfApiModel benötigt dies.")
 
-    # Optional: Explizit Model ID übergeben, falls Umgebungsvariable nicht reicht
+    print(f"HfApiModel will attempt to use model specified by HF_MODEL_ID env var (or its default): {HF_MODEL_ID}")
     model_config = {}
-    if HF_MODEL_ID:
-         # Prüfe, ob HfApiModel 'model_id' als Argument akzeptiert (Annahme: ja)
-         # Falls nicht, muss man sich auf die Umgebungsvariable verlassen.
-         # Man könnte hier versuchen, das Modell explizit zu setzen:
-         # model_config['model_id'] = HF_MODEL_ID
-         # Wir versuchen es erstmal ohne explizite Übergabe:
-         print(f"HfApiModel will attempt to use model specified by HF_MODEL_ID env var (or its default): {HF_MODEL_ID}")
-         # Man kann auch Parameter direkt übergeben, falls unterstützt:
-         # model_config['max_new_tokens'] = 1500
-         # model_config['temperature'] = 0.1
-
-    hf_model = HfApiModel(**model_config) # Initialisiere mit optionalen Configs
+    # Optional: Parameter für HfApiModel setzen, falls nötig und unterstützt
+    # model_config['max_new_tokens'] = 1500
+    # model_config['temperature'] = 0.1
+
+    hf_model = HfApiModel(**model_config)
 
     # --- Agent Instanz ---
     available_tools = [search_web, download_task_file, read_file_content]
-    active_tools = [t for t in available_tools if t is not None] # Filter out None tools (falls search nicht ging)
+    # Nur aktive Tools übergeben (wenn search_client nicht False ist)
+    active_tools = [t for t in available_tools if t is not None]
+    if search_client is False:
+         active_tools = [t for t in active_tools if t != search_web] # Entferne search_web, wenn Client fehlgeschlagen
 
-    # Verwende CodeAgent wie im Beispiel
     agent_instance = CodeAgent(
         tools=active_tools,
         model=hf_model
     )
     print(f"Smol CodeAgent initialized with {len(active_tools)} tools and HfApiModel.")
     if len(active_tools) < len(available_tools):
-         print(f"Warning: Some tools might be inactive.")
+         print(f"Warning: Some tools might be inactive due to configuration or missing libraries.")
 
 
-# --- Hauptfunktion run_and_submit_all (weitgehend unverändert) ---
-# Die Logik zum Holen der Fragen, Iterieren, Prompt erstellen, Agent aufrufen,
-# Antworten sammeln und Submitten bleibt gleich. Nur die Initialisierung oben ist anders.
-# --- Hauptfunktion run_and_submit_all (MIT DEBUG-PRINT) ---
-def run_and_submit_all( profile: gr.OAuthProfile | None, progress=gr.Progress(track_tqdm=True)):
+# --- Hauptfunktion run_and_submit_all (Nimmt gr.Request) ---
+def run_and_submit_all( request: gr.Request, progress=gr.Progress(track_tqdm=True)): # Geänderter Parameter
     """
     Fetches all questions, runs the smolagents CodeAgent on them, submits all answers,
     and displays the results. Includes Gradio progress tracking.
     """
-    # +++ DEBUGGING PRINT +++
+    # +++ Profil aus Request extrahieren +++
+    profile = getattr(request, 'profile', None)
+    # +++ DEBUGGING PRINT (wie zuvor) +++
     print(f"--- Entering run_and_submit_all ---")
-    print(f"Received profile object: {profile}")
+    print(f"Received profile object via request: {profile}")
     if profile:
         print(f"Profile username: {getattr(profile, 'username', 'N/A')}")
-        print(f"Profile details: {vars(profile) if profile else 'N/A'}") # Zeige alle Attribute des Profils
+        # print(f"Profile details: {vars(profile) if profile else 'N/A'}") # Details können viel loggen
     else:
-        print("Profile object is None.")
+        print("Profile object via request is None.")
     # +++ END DEBUGGING PRINT +++
 
     space_id = os.getenv("SPACE_ID")
@@ -469,7 +467,7 @@ Let's begin the thinking process for Task {task_id}.
     return final_status, results_df
 
 
-# --- Gradio Interface (height Parameter entfernt) ---
+# --- Gradio Interface (Angepasster Button Click) ---
 with gr.Blocks() as demo:
     gr.Markdown("# Smol CodeAgent Evaluation Runner (Hugging Face)") # Titel angepasst
     gr.Markdown(f"""
@@ -486,19 +484,20 @@ with gr.Blocks() as demo:
     run_button = gr.Button("Run Evaluation & Submit All Answers")
 
     status_output = gr.Textbox(label="Run Status / Submission Result", lines=10, interactive=False)
-    # KORREKTUR: 'height' Parameter entfernt
-    results_table = gr.DataFrame(label="Questions and Agent Answers", wrap=True)
-
-    def handle_run(request: gr.Request):
-         profile = getattr(request, 'profile', None)
-         # Stelle sicher, dass run_and_submit_all aufgerufen wird und nicht nur definiert
-         return run_and_submit_all(profile, progress=gr.Progress(track_tqdm=True))
-
-    run_button.click(fn=handle_run, inputs=[], outputs=[status_output, results_table], api_name="run_evaluation_smol_codeagent")
+    results_table = gr.DataFrame(label="Questions and Agent Answers", wrap=True) # Ohne 'height'
+
+    # KORREKTUR: run_and_submit_all direkt aufrufen
+    #            inputs=[] damit Gradio den request Parameter injiziert.
+    run_button.click(
+        fn=run_and_submit_all,
+        inputs=[], # Wichtig: Keine Inputs hier angeben
+        outputs=[status_output, results_table],
+        api_name="run_evaluation_smol_codeagent"
+    )
 
 # --- App Start (unverändert) ---
 if __name__ == "__main__":
-    print("\n" + "-"*30 + " App Starting (Smol CodeAgent Version) " + "-"*30)
+    print("\n" + "-"*30 + " App Starting (Smol CodeAgent Version - Request Fix) " + "-"*30)
     # (Rest des Startblocks unverändert)
     space_host_startup = os.getenv("SPACE_HOST")
     space_id_startup = os.getenv("SPACE_ID")
@@ -511,8 +510,12 @@ if __name__ == "__main__":
     search_tool_status = 'Disabled';
     if USE_TAVILY: search_tool_status = 'Tavily'
     elif USE_DUCKDUCKGO: search_tool_status = 'DuckDuckGo'
+    # Check search client status based on initialization logic
+    if search_client is None and (USE_TAVILY or USE_DUCKDUCKGO): search_tool_status += " (Initialization Pending)"
+    elif search_client is False: search_tool_status += " (Failed to Initialize / Disabled)"
+
     print(f"   Search Tool: {search_tool_status}")
     print(f"   PDF Reading: {'Enabled' if PDF_READER_AVAILABLE else 'Disabled (PyPDF2 missing)'}")
-    print("-"*(60 + len(" App Starting (Smol CodeAgent Version) ")) + "\n")
+    print("-"*(60 + len(" App Starting (Smol CodeAgent Version - Request Fix) ")) + "\n")
     print("Launching Gradio Interface for Smol CodeAgent Evaluation...")
-    demo.queue().launch(debug=False, share=False)
+    demo.queue().launch(debug=False, share=False) # queue() ist wichtig