Upload 12 files

app.py

@@ -25,101 +25,76 @@ def is_greeting(text):
 # Función para procesar mensajes (unifica la lógica de procesamiento)
 def process_message(prompt, is_example=False):
     """Procesa un mensaje del usuario, ya sea directo o de un ejemplo"""
-    # Guardar el chat para después si es nuevo
-    if state.chat_id not in past_chats.keys():
-        # Es una nueva conversación, generemos un título basado en el primer mensaje
-        temp_title = f'SesiónChat-{state.chat_id}'
-        past_chats[state.chat_id] = temp_title
-        
-        # Generar título para el chat
-        generated_title = state.generate_chat_title(prompt)
-        
-        # Actualizamos el título en past_chats
-        if generated_title:
-            state.chat_title = generated_title
-            past_chats[state.chat_id] = generated_title
-        else:
-            state.chat_title = temp_title
-    else:
-        # Ya existe esta conversación, usamos el título guardado
-        state.chat_title = past_chats[state.chat_id]
-
-    joblib.dump(past_chats, 'data/past_chats_list')
+    # Manejar el título del chat
+    handle_chat_title(prompt)
     
-    # Mostrar mensaje del usuario
+    # Mostrar y guardar mensaje del usuario
     with st.chat_message('user', avatar=USER_AVATAR_ICON):
         st.markdown(prompt)
-    
-    # Añadir mensaje del usuario al historial
     state.add_message('user', prompt, USER_AVATAR_ICON)
     
-    # Preparar el prompt según el tipo de mensaje
+    # Obtener el prompt mejorado
+    enhanced_prompt = get_enhanced_prompt(prompt, is_example)
+    
+    # Procesar respuesta del modelo
+    process_model_response(enhanced_prompt)
+
+def handle_chat_title(prompt):
+    """Maneja la lógica del título del chat"""
+    if state.chat_id not in past_chats:
+        temp_title = f'SesiónChat-{state.chat_id}'
+        generated_title = state.generate_chat_title(prompt)
+        state.chat_title = generated_title or temp_title
+        past_chats[state.chat_id] = state.chat_title
+    else:
+        state.chat_title = past_chats[state.chat_id]
+    joblib.dump(past_chats, 'data/past_chats_list')
+
+def get_enhanced_prompt(prompt, is_example):
+    """Genera el prompt mejorado según el tipo de mensaje"""
     if is_greeting(prompt):
-        # Modificamos el prompt para que el modelo tome la iniciativa
-        enhanced_prompt = f"El usuario te ha saludado con '{prompt}'. Preséntate brevemente, explica qué es una PUV en 1-2 líneas, y haz 1-2 preguntas iniciales para comenzar a crear la PUV del usuario (como a quién se dirige su producto/servicio o qué ofrece). Sé amigable, breve y toma la iniciativa como el experto que eres."
+        return f"El usuario te ha saludado con '{prompt}'. Preséntate brevemente, explica qué es una PUV en 1-2 líneas, y haz 1-2 preguntas iniciales para comenzar a crear la PUV del usuario (como a quién se dirige su producto/servicio o qué ofrece). Sé amigable, breve y toma la iniciativa como el experto que eres."
     elif is_example:
-        # Para ejemplos, añadimos instrucciones para respuestas más útiles y conversacionales
-        enhanced_prompt = f"El usuario ha seleccionado un ejemplo: '{prompt}'. Responde de manera conversacional y sencilla, como si estuvieras hablando con un amigo. Evita tecnicismos innecesarios. Enfócate en dar información práctica que ayude al usuario a crear su PUV. Usa ejemplos concretos cuando sea posible. Termina tu respuesta con una pregunta que invite al usuario a compartir información sobre su negocio para poder ayudarle a crear su PUV personalizada."
-    else:
-        # Para mensajes normales, usamos el prompt unificado
-        enhanced_prompt = prompt
-    
+        return f"El usuario ha seleccionado un ejemplo: '{prompt}'. Responde de manera conversacional y sencilla, como si estuvieras hablando con un amigo. Evita tecnicismos innecesarios. Enfócate en dar información práctica que ayude al usuario a crear su PUV. Usa ejemplos concretos cuando sea posible. Termina tu respuesta con una pregunta que invite al usuario a compartir información sobre su negocio para poder ayudarle a crear su PUV personalizada."
+    return prompt
+
+def process_model_response(enhanced_prompt):
+    """Procesa la respuesta del modelo"""
     with st.chat_message(MODEL_ROLE, avatar=AI_AVATAR_ICON):
         try:
-            # Configurar el placeholder y el indicador de escritura
             message_placeholder = st.empty()
             typing_indicator = st.empty()
             typing_indicator.markdown("*Generando respuesta...*")
             
-            # Usar el nuevo método send_message
             response = state.send_message(enhanced_prompt)
+            full_response = stream_response(response, message_placeholder, typing_indicator)
             
-            full_response = ''
-            
-            # Mejorar el manejo del streaming
-            try:
-                for chunk in response:
-                    if chunk.text:  # Verificar que hay texto en el chunk
-                        for ch in chunk.text:
-                            full_response += ch
-                            time.sleep(0.01)
-                            # Mantener el indicador mientras se escribe
-                            typing_indicator.markdown("*Generando respuesta...*")
-                            message_placeholder.markdown(full_response + '▌')
-            except Exception as e:
-                st.error(f"Error en el streaming: {str(e)}")
-                return
-            
-            # Limpiar el indicador de escritura al finalizar
-            typing_indicator.empty()
-            
-            # Mostrar respuesta final
-            message_placeholder.markdown(full_response)
-            
-            # Actualizar el historial
-            state.add_message(
-                role=MODEL_ROLE,
-                content=full_response,
-                avatar=AI_AVATAR_ICON
-            )
-            
-            # Guardar el historial actualizado
+            # Actualizar historial
+            state.add_message(role=MODEL_ROLE, content=full_response, avatar=AI_AVATAR_ICON)
+            state.gemini_history = state.chat.history
             state.save_chat_history()
             
         except Exception as e:
             st.error(f"Error: {str(e)}")
-            return
 
-    state.gemini_history = state.chat.history
-    
-    # Eliminar esta línea duplicada y mal indentada:
-    # state.save_chat_history()  # Esta es la línea que causa el error
-    
+def stream_response(response, message_placeholder, typing_indicator):
+    """Maneja el streaming de la respuesta"""
+    full_response = ''
     try:
-        # Guardar historial actualizado
-        state.save_chat_history()
-    except ValueError as e:
-        st.error("Error: El mensaje no puede estar vacío. Por favor, escribe algo.")
+        for chunk in response:
+            if chunk.text:
+                for ch in chunk.text:
+                    full_response += ch
+                    time.sleep(0.01)
+                    typing_indicator.markdown("*Generando respuesta...*")
+                    message_placeholder.markdown(full_response + '▌')
+    except Exception as e:
+        st.error(f"Error en el streaming: {str(e)}")
+        return ''
+    
+    typing_indicator.empty()
+    message_placeholder.markdown(full_response)
+    return full_response
 
 # Función para cargar CSS personalizado
 def load_css(file_path):