web_search

README.md

@@ -33,4 +33,13 @@ uvicorn app:app \
   --log-level info \
   --access-log \
   --log-config logging.conf
-```
+```
+
+
+push to hf
+```bash
+git push hf main
+
+git remote add hf https://sccastillo:{HF_TOKEN}f_gzcAxmNibbphDjSUOqYEzmuMczxKiYyzMX@huggingface.co/spaces/sccastillo/sciresearch
+```
+

test_web_search.py

@@ -0,0 +1,221 @@
+#!/usr/bin/env python3
+"""
+Script mínimo de test para probar web_search_preview de LangGraph con OpenAI
+"""
+
+import os
+import asyncio
+import logging
+from datetime import datetime
+from dotenv import load_dotenv
+from langgraph.prebuilt import create_react_agent
+
+# Configurar logging
+logging.basicConfig(
+    level=logging.INFO,
+    format='%(asctime)s - %(levelname)s - %(message)s'
+)
+logger = logging.getLogger("WebSearchTest")
+
+def setup_environment():
+    """Configurar variables de entorno"""
+    load_dotenv()
+    
+    api_key = os.getenv("OPENAI_API_KEY")
+    if not api_key:
+        logger.error("❌ OPENAI_API_KEY no encontrada en variables de entorno")
+        logger.info("💡 Asegúrate de tener un archivo .env con: OPENAI_API_KEY=tu_api_key")
+        return False
+    
+    logger.info("✅ API Key de OpenAI configurada correctamente")
+    return True
+
+def test_web_search_sync():
+    """Test síncrono básico de web_search_preview"""
+    logger.info("🔍 Iniciando test síncrono de web_search_preview...")
+    
+    try:
+        # Crear el agente con web_search_preview
+        agent = create_react_agent(
+            model="openai:gpt-4o-mini",
+            tools=[{"type": "web_search_preview"}]
+        )
+        
+        logger.info("✅ Agente creado exitosamente")
+        
+        # Hacer una consulta de test
+        test_query = "What are the latest news about artificial intelligence today?"
+        logger.info(f"📝 Enviando consulta: {test_query}")
+        
+        start_time = datetime.now()
+        
+        response = agent.invoke({
+            "messages": [test_query]
+        })
+        
+        end_time = datetime.now()
+        duration = (end_time - start_time).total_seconds()
+        
+        logger.info(f"⏱️  Respuesta recibida en {duration:.2f} segundos")
+        logger.info("📄 Respuesta del agente:")
+        logger.info("-" * 50)
+        
+        # Mostrar la respuesta
+        if hasattr(response, 'messages') and response.messages:
+            for i, message in enumerate(response.messages):
+                logger.info(f"Mensaje {i+1}: {message.content[:500]}...")
+        else:
+            logger.info(f"Respuesta: {str(response)[:500]}...")
+        
+        logger.info("-" * 50)
+        logger.info("✅ Test síncrono completado exitosamente")
+        return True
+        
+    except Exception as e:
+        logger.error(f"❌ Error en test síncrono: {str(e)}")
+        logger.error(f"Tipo de error: {type(e).__name__}")
+        return False
+
+async def test_web_search_async():
+    """Test asíncrono de web_search_preview"""
+    logger.info("🔍 Iniciando test asíncrono de web_search_preview...")
+    
+    try:
+        # Crear el agente con web_search_preview
+        agent = create_react_agent(
+            model="openai:gpt-4o-mini",
+            tools=[{"type": "web_search_preview"}]
+        )
+        
+        logger.info("✅ Agente asíncrono creado exitosamente")
+        
+        # Hacer una consulta de test
+        test_query = "What are the current technology trends in 2024?"
+        logger.info(f"📝 Enviando consulta asíncrona: {test_query}")
+        
+        start_time = datetime.now()
+        
+        response = await agent.ainvoke({
+            "messages": [test_query]
+        })
+        
+        end_time = datetime.now()
+        duration = (end_time - start_time).total_seconds()
+        
+        logger.info(f"⏱️  Respuesta asíncrona recibida en {duration:.2f} segundos")
+        logger.info("📄 Respuesta del agente asíncrono:")
+        logger.info("-" * 50)
+        
+        # Mostrar la respuesta
+        if hasattr(response, 'messages') and response.messages:
+            for i, message in enumerate(response.messages):
+                logger.info(f"Mensaje {i+1}: {message.content[:500]}...")
+        else:
+            logger.info(f"Respuesta: {str(response)[:500]}...")
+        
+        logger.info("-" * 50)
+        logger.info("✅ Test asíncrono completado exitosamente")
+        return True
+        
+    except Exception as e:
+        logger.error(f"❌ Error en test asíncrono: {str(e)}")
+        logger.error(f"Tipo de error: {type(e).__name__}")
+        return False
+
+def test_web_search_multiple_queries():
+    """Test con múltiples consultas para verificar consistencia"""
+    logger.info("🔍 Iniciando test con múltiples consultas...")
+    
+    queries = [
+        "What is the weather today?",
+        "Latest news about Python programming",
+        "Current stock market trends"
+    ]
+    
+    try:
+        agent = create_react_agent(
+            model="openai:gpt-4o-mini",
+            tools=[{"type": "web_search_preview"}]
+        )
+        
+        successful_queries = 0
+        
+        for i, query in enumerate(queries, 1):
+            logger.info(f"📝 Consulta {i}/{len(queries)}: {query}")
+            
+            try:
+                response = agent.invoke({"messages": [query]})
+                logger.info(f"✅ Consulta {i} exitosa")
+                successful_queries += 1
+                
+            except Exception as e:
+                logger.error(f"❌ Error en consulta {i}: {str(e)}")
+        
+        success_rate = (successful_queries / len(queries)) * 100
+        logger.info(f"📊 Tasa de éxito: {successful_queries}/{len(queries)} ({success_rate:.1f}%)")
+        
+        return success_rate > 50  # Considerar exitoso si > 50% de consultas funcionan
+        
+    except Exception as e:
+        logger.error(f"❌ Error en test múltiple: {str(e)}")
+        return False
+
+async def main():
+    """Función principal que ejecuta todos los tests"""
+    logger.info("=" * 60)
+    logger.info("🚀 INICIANDO TESTS DE WEB_SEARCH_PREVIEW")
+    logger.info("=" * 60)
+    
+    # 1. Verificar configuración
+    if not setup_environment():
+        logger.error("❌ Configuración fallida. Abortando tests.")
+        return
+    
+    test_results = {}
+    
+    # 2. Test síncrono
+    logger.info("\n" + "=" * 40)
+    logger.info("TEST 1: Web Search Síncrono")
+    logger.info("=" * 40)
+    test_results['sync'] = test_web_search_sync()
+    
+    # 3. Test asíncrono
+    logger.info("\n" + "=" * 40)
+    logger.info("TEST 2: Web Search Asíncrono")
+    logger.info("=" * 40)
+    test_results['async'] = await test_web_search_async()
+    
+    # 4. Test múltiples consultas
+    logger.info("\n" + "=" * 40)
+    logger.info("TEST 3: Múltiples Consultas")
+    logger.info("=" * 40)
+    test_results['multiple'] = test_web_search_multiple_queries()
+    
+    # 5. Resumen final
+    logger.info("\n" + "=" * 60)
+    logger.info("📊 RESUMEN DE RESULTADOS")
+    logger.info("=" * 60)
+    
+    for test_name, result in test_results.items():
+        status = "✅ EXITOSO" if result else "❌ FALLIDO"
+        logger.info(f"{test_name.upper():20}: {status}")
+    
+    successful_tests = sum(test_results.values())
+    total_tests = len(test_results)
+    success_rate = (successful_tests / total_tests) * 100
+    
+    logger.info(f"\nTasa de éxito general: {successful_tests}/{total_tests} ({success_rate:.1f}%)")
+    
+    if success_rate >= 100:
+        logger.info("🎉 ¡Todos los tests pasaron! web_search_preview está funcionando correctamente")
+    elif success_rate >= 50:
+        logger.info("⚠️  Algunos tests fallaron, pero la funcionalidad básica parece funcionar")
+    else:
+        logger.info("❌ La mayoría de tests fallaron. Revisa la configuración y conexión")
+
+if __name__ == "__main__":
+    print("🔧 Script de Test para web_search_preview de LangGraph")
+    print("=" * 60)
+    
+    # Ejecutar tests
+    asyncio.run(main())