Update app.py

app.py

@@ -4,94 +4,116 @@ import requests
 import pandas as pd
 from huggingface_hub import login
 from dotenv import load_dotenv
-from agent import ejecutar_agente
 
-# Cargar token desde secreto y hacer login
-hf_token = os.getenv("HF_TOKEN")
-if hf_token:
-    login(token=hf_token)
-else:
-    raise ValueError("No se encontró el token de Hugging Face. Verifica el secreto HF_TOKEN.")
-
-# Constantes
+# Cargar variables de entorno
+load_dotenv()
 API_BASE_URL = "https://my-custom-api.hf.space"
+MODEL_NAME = os.getenv("MODEL_NAME", "meta-llama/Meta-Llama-3-8B-Instruct")  # o usa 'google/gemma-2b-it'
 
-def ejecutar_y_enviar_respuestas(profile: gr.OAuthProfile | None):
+def call_model(prompt):
+    headers = {
+        "Authorization": f"Bearer {os.environ['HF_TOKEN']}",
+        "Content-Type": "application/json"
+    }
+    payload = {
+        "inputs": prompt,
+        "parameters": {"max_new_tokens": 512}
+    }
+    response = requests.post(
+        f"https://api-inference.huggingface.co/models/{MODEL_NAME}",
+        headers=headers,
+        json=payload,
+        timeout=60
+    )
+    result = response.json()
+    if isinstance(result, dict) and result.get("error"):
+        return f"ERROR: {result['error']}"
+    return result[0]["generated_text"] if isinstance(result, list) else result
+
+def execute_agent_operations(profile: gr.OAuthProfile | None):
     space_id = os.getenv("MY_SPACE_ID")
 
     if profile:
-        username = profile.username
-        print(f"Usuario: {username}")
+        username = f"{profile.username}"
+        print(f"Usuario conectado: {username}")
     else:
-        return "Debes iniciar sesión en Hugging Face.", None
+        print("No has iniciado sesión.")
+        return "Inicia sesión en Hugging Face.", None
+
+    questions_url = f"{API_BASE_URL}/questions"
+    attachments_url = f"{API_BASE_URL}/files/"
+    submit_url = f"{API_BASE_URL}/submit"
 
-    # Obtener preguntas
     try:
-        response = requests.get(f"{API_BASE_URL}/questions", timeout=10)
+        response = requests.get(questions_url, timeout=15)
         response.raise_for_status()
-        preguntas = response.json()
+        questions = response.json()
+        if not questions:
+            return "No se encontraron preguntas.", None
+        
+        for q in questions:
+            task_id = q.get("task_id")
+            file_name = q.get("file_name", "")
+            if task_id and file_name:
+                try:
+                    att_response = requests.get(f"{attachments_url}{task_id}", timeout=15)
+                    att_response.raise_for_status()
+                    q["attachment_b64"] = att_response.text
+                except Exception as e:
+                    print(f"Error al obtener adjunto: {e}")
+                    q["attachment_b64"] = None
     except Exception as e:
         return f"Error al obtener preguntas: {e}", None
 
-    if not preguntas:
-        return "No hay preguntas disponibles.", None
-
-    for p in preguntas:
-        task_id = p.get("task_id")
-        if task_id:
-            try:
-                archivo = requests.get(f"{API_BASE_URL}/files/{task_id}", timeout=10)
-                archivo.raise_for_status()
-                p["attachment_b64"] = archivo.text
-            except:
-                p["attachment_b64"] = None
+    results_log = []
+    answers_payload = []
 
-    # Ejecutar agente sobre preguntas
-    resultados = []
-    respuestas = []
-
-    for item in preguntas:
+    for item in questions:
         task_id = item.get("task_id")
-        pregunta = item.get("question", "")
-        adjunto = item.get("attachment_b64", "")
-        if adjunto:
-            pregunta += f"\n\n[ATTACHMENT:]\n{adjunto}"
+        question_text = item.get("question", "")
+        attachment = item.get("attachment_b64", "")
+        full_prompt = f"{question_text}\n\nArchivo adjunto:\n{attachment}" if attachment else question_text
+
+        if not task_id or not full_prompt:
+            continue
 
         try:
-            respuesta = ejecutar_agente(pregunta)
+            submitted_answer = call_model(full_prompt)
+            answers_payload.append({"task_id": task_id, "submitted_answer": submitted_answer})
+            results_log.append({"Task ID": task_id, "Question": question_text, "Submitted Answer": submitted_answer})
         except Exception as e:
-            respuesta = f"ERROR: {e}"
+            results_log.append({"Task ID": task_id, "Question": question_text, "Submitted Answer": f"ERROR: {e}"})
 
-        respuestas.append({"task_id": task_id, "submitted_answer": respuesta})
-        resultados.append({"Task ID": task_id, "Question": pregunta, "Submitted Answer": respuesta})
+    if not answers_payload:
+        return "El agente no produjo respuestas.", pd.DataFrame(results_log)
 
-    # Enviar respuestas
-    payload = {
-        "username": username,
+    submission_data = {
+        "username": username.strip(),
         "agent_code": f"https://huggingface.co/spaces/{space_id}",
-        "answers": respuestas,
+        "answers": answers_payload
     }
 
     try:
-        envio = requests.post(f"{API_BASE_URL}/submit", json=payload, timeout=60)
-        envio.raise_for_status()
-        resultado_final = envio.json()
-        return f"¡Envío exitoso! Score: {resultado_final.get('score', 'N/A')}", pd.DataFrame(resultados)
+        post_response = requests.post(submit_url, json=submission_data, timeout=60)
+        post_response.raise_for_status()
+        result_data = post_response.json()
+        score = result_data.get("score", "N/A")
+        return f"¡Envío exitoso!\nPuntuación: {score}", pd.DataFrame(results_log)
     except Exception as e:
-        return f"Error al enviar: {e}", pd.DataFrame(resultados)
+        return f"Error al enviar: {e}", pd.DataFrame(results_log)
 
 # Interfaz Gradio
-with gr.Blocks() as interfaz:
-    gr.Markdown("# Evaluador de Agente")
-    gr.Markdown("Inicia sesión, ejecuta el agente y envía tus respuestas.")
-
+with gr.Blocks() as demo:
+    gr.Markdown("# Evaluador de Agente (versión personalizada)")
     gr.LoginButton()
-    btn = gr.Button("Ejecutar Evaluación y Enviar Respuestas")
-
-    salida_estado = gr.Textbox(label="Estado", lines=4)
-    salida_tabla = gr.DataFrame(label="Resultados")
+    run_button = gr.Button("Ejecutar Evaluación y Enviar Respuestas")
+    status_output = gr.Textbox(label="Estado", lines=3)
+    results_table = gr.DataFrame(label="Respuestas del agente")
 
-    btn.click(fn=ejecutar_y_enviar_respuestas, outputs=[salida_estado, salida_tabla])
+    run_button.click(
+        fn=execute_agent_operations,
+        outputs=[status_output, results_table]
+    )
 
 if __name__ == "__main__":
-    interfaz.launch()
+    demo.launch(debug=True)