app_simple.py

"""
Gradio UI for UPB RAG Career Exploration Assistant
Deployed on HuggingFace Spaces
"""

import os
import gradio as gr
from pathlib import Path
import sys
from dotenv import load_dotenv

# Load environment variables from .env file (for local development)
# HuggingFace Spaces will use Secrets instead
load_dotenv()

# Add src to path
sys.path.insert(0, str(Path(__file__).parent / "src"))

from setup_retrieval import setup_retrieval_system
from rag.chain import UPBRAGChain

# Initialize RAG system
print("🚀 Initializing UPB RAG System...")
retriever, vectorstore_manager, chunks = setup_retrieval_system()
rag_chain = UPBRAGChain(retriever, retrieval_method="hybrid")
print("✅ System ready!")

# Custom CSS for better UI
custom_css = """
.header {
    text-align: center;
    padding: 20px;
    background: linear-gradient(135deg, #1e3a8a 0%, #3b82f6 100%);
    color: white;
    border-radius: 10px;
    margin-bottom: 20px;
}

.header h1 {
    margin: 0;
    font-size: 2.5em;
    font-weight: bold;
}

.header p {
    margin: 10px 0 0 0;
    font-size: 1.2em;
    opacity: 0.9;
}

.disclaimer {
    background-color: #fef3c7;
    border-left: 4px solid #f59e0b;
    padding: 15px;
    margin: 15px 0;
    border-radius: 5px;
    font-size: 0.9em;
}

.footer {
    text-align: center;
    padding: 20px;
    color: #6b7280;
    font-size: 0.9em;
}

.chat-message {
    padding: 10px;
    border-radius: 8px;
    margin: 5px 0;
}

.source-box {
    background-color: #f3f4f6;
    border-left: 3px solid #3b82f6;
    padding: 10px;
    margin: 10px 0;
    border-radius: 5px;
    font-size: 0.85em;
}
"""


def format_sources(sources):
    """Format source citations nicely"""
    if not sources:
        return ""
    
    sources_text = "\n\n---\n\n### 📚 Fuentes consultadas:\n\n"
    
    seen = set()
    for source in sources:
        source_key = (source.get('category', ''), source.get('source', ''))
        if source_key not in seen:
            seen.add(source_key)
            category = source.get('category', 'general').title()
            source_name = source.get('source', 'N/A')
            sources_text += f"- **{category}**: `{source_name}`\n"
    
    return sources_text


def chat_with_upb(message, history, include_sources):
    """
    Main chat function for Gradio interface
    
    Args:
        message: User's message
        history: Chat history (list of [user_msg, bot_msg] pairs)
        include_sources: Boolean to show source citations
        
    Returns:
        Updated chat history
    """
    if not message or not message.strip():
        return history
    
    try:
        # Get response from RAG chain
        response = rag_chain.invoke(message, include_sources=include_sources)
        
        # Format answer
        answer = response['answer']
        
        # Add sources if requested
        if include_sources and response.get('sources'):
            answer += format_sources(response['sources'])
        
        # Update history
        history.append([message, answer])
        
        return history
    
    except Exception as e:
        error_msg = f"⚠️ Lo siento, ocurrió un error: {str(e)}\n\nPor favor, intenta reformular tu pregunta."
        history.append([message, error_msg])
        return history


def clear_conversation():
    """Clear chat history"""
    rag_chain.clear_history()
    return []


def get_example_questions():
    """Return example questions for quick start"""
    return [
        ["¿Qué ingenierías ofrece la UPB?"],
        ["¿Cuáles programas tienen acreditación ABET?"],
        ["Cuéntame sobre Ingeniería de Sistemas"],
        ["¿Qué becas están disponibles?"],
        ["¿Cómo puedo contactar a la UPB?"],
        ["¿Qué es la Ingeniería en Ciencia de Datos?"],
    ]


# Create Gradio interface
with gr.Blocks(css=custom_css, theme=gr.themes.Soft()) as demo:
    
    # Header
    gr.HTML("""
        <div class="header">
            <h1>🎓 UPB Careers Assistant</h1>
            <p>Asistente Virtual para Exploración de Carreras - Universidad Pontificia Bolivariana</p>
        </div>
    """)
    
    # Disclaimer
    gr.HTML("""
        <div class="disclaimer">
            <strong>⚠️ Nota importante:</strong> Este asistente proporciona información general sobre los programas de ingeniería de la UPB. 
            Para información específica sobre matrículas, fechas límite, o detalles particulares del plan de estudios, 
            por favor contacta directamente con la oficina de admisiones de la UPB.
        </div>
    """)
    
    # Main chat interface
    with gr.Row():
        with gr.Column(scale=4):
            chatbot = gr.Chatbot(
                label="💬 Conversación",
                height=500,
                show_label=True,
                avatar_images=(None, "🎓"),
                bubble_full_width=False,
            )
            
            with gr.Row():
                msg = gr.Textbox(
                    label="Tu pregunta",
                    placeholder="Escribe tu pregunta aquí... (ejemplo: ¿Qué ingenierías ofrece la UPB?)",
                    scale=4,
                    lines=2,
                )
                submit_btn = gr.Button("Enviar 📤", variant="primary", scale=1)
            
            with gr.Row():
                clear_btn = gr.Button("🗑️ Limpiar conversación", variant="secondary")
                sources_checkbox = gr.Checkbox(
                    label="📚 Mostrar fuentes",
                    value=True,
                    info="Incluir referencias a documentos fuente"
                )
        
        with gr.Column(scale=1):
            gr.Markdown("### 💡 Preguntas de ejemplo")
            gr.Markdown("Haz clic en cualquier pregunta para probarla:")
            
            example_btns = []
            for example in get_example_questions():
                btn = gr.Button(example[0], size="sm")
                example_btns.append((btn, example[0]))
    
    # Information section
    with gr.Accordion("ℹ️ Información del Sistema", open=False):
        gr.Markdown(f"""
        ### Acerca de este asistente
        
        Este asistente utiliza **Retrieval-Augmented Generation (RAG)** para proporcionar información precisa 
        sobre los programas de ingeniería de la Universidad Pontificia Bolivariana.
        
        **Características:**
        - 🤖 **LLM**: Azure GPT-4o-mini (temperatura: 0.0 para máxima precisión)
        - 📊 **Base de conocimiento**: {len(chunks)} fragmentos de {len(set(doc.metadata.get('source') for doc in chunks if hasattr(doc, 'metadata')))} documentos
        - 🔍 **Método de búsqueda**: Híbrido (BM25 + Vector con RRF)
        - 📚 **Programas incluidos**: 12 ingenierías
        - ✅ **Información de acreditaciones**: ABET, Alta Calidad
        
        **Temas cubiertos:**
        - Información general sobre la UPB
        - 12 programas de ingeniería (descripción, plan de estudios, perfil profesional)
        - Procesos de inscripción y admisión
        - Becas y financiación
        - Información de contacto
        
        **Limitaciones:**
        - La información está basada en documentos curados manualmente
        - Para detalles específicos de fechas, costos exactos, o cambios recientes, consulta directamente con la UPB
        - El sistema puede no tener información sobre cursos muy específicos del plan de estudios
        
        **Consejos de uso:**
        - Haz preguntas específicas y claras
        - Puedes hacer preguntas de seguimiento (el sistema mantiene el contexto)
        - Usa el botón "Limpiar conversación" para empezar un tema nuevo
        """)
    
    # Statistics
    with gr.Accordion("📊 Estadísticas del Sistema", open=False):
        gr.Markdown(f"""
        - **Total de documentos cargados**: {len(set(doc.metadata.get('source') for doc in chunks if hasattr(doc, 'metadata')))}
        - **Total de fragmentos procesados**: {len(chunks)}
        - **Promedio de caracteres por fragmento**: {sum(len(doc.page_content) for doc in chunks) // len(chunks) if chunks else 0}
        - **Categorías disponibles**: Ingenierías, Información general, Becas, Inscripciones, Contacto
        - **Modelo de embeddings**: Azure text-embedding-3-small
        - **Vector store**: FAISS (CPU)
        """)
    
    # Footer
    gr.HTML("""
        <div class="footer">
            <p>
                💻 Desarrollado con LangChain, FAISS, y Gradio | 
                🚀 Desplegado en HuggingFace Spaces | 
                📧 Universidad Pontificia Bolivariana
            </p>
            <p style="font-size: 0.8em; color: #9ca3af;">
                Versión 1.0 | Octubre 2025
            </p>
        </div>
    """)
    
    # Event handlers
    def submit_message(message, history, sources):
        return "", chat_with_upb(message, history, sources)
    
    # Submit button
    submit_btn.click(
        submit_message,
        inputs=[msg, chatbot, sources_checkbox],
        outputs=[msg, chatbot],
    )
    
    # Enter key
    msg.submit(
        submit_message,
        inputs=[msg, chatbot, sources_checkbox],
        outputs=[msg, chatbot],
    )
    
    # Clear button
    clear_btn.click(
        clear_conversation,
        outputs=chatbot,
    )
    
    # Example buttons
    for btn, text in example_btns:
        btn.click(
            lambda t=text: (t, ""),
            outputs=[msg, msg],
        ).then(
            submit_message,
            inputs=[msg, chatbot, sources_checkbox],
            outputs=[msg, chatbot],
        )

# Launch configuration
if __name__ == "__main__":
    # For local development
    demo.launch(
        server_name="0.0.0.0",
        server_port=7860,
        share=False,
        show_error=True,
    )