Update app.py

app.py

@@ -39,14 +39,34 @@ css_style = """
         border-radius: 5px;
         border: 1px solid #ccc;
     }
+    .suggestion-container {
+        border: 1px solid #e0e0e0;
+        border-radius: 8px;
+        padding: 15px;
+        margin: 10px 0;
+        background: #f8f9fa;
+    }
+    .suggestion-btn {
+        width: 100%;
+        margin: 3px 0;
+        padding: 8px;
+        border-radius: 5px;
+        border: 1px solid #252850;
+        background: white;
+        cursor: pointer;
+        transition: all 0.2s;
+    }
+    .suggestion-btn:hover {
+        background: #252850;
+        color: white;
+    }
 </style>
 """
 
 def eliminar_proceso_pensamiento(texto):
-    """Extrae el proceso de pensamiento del modelo"""
-    pensamiento = re.findall(r'<think>(.*?)</think>', texto, flags=re.DOTALL)
-    texto_limpio = re.sub(r'<think>.*?</think>', '', texto, flags=re.DOTALL).strip()
-    return texto_limpio, pensamiento[0].strip() if pensamiento else "No disponible"
+    texto_limpio = re.sub(r'<.*?>', '', texto, flags=re.DOTALL)
+    lineas = [line.strip() for line in texto_limpio.split('\n') if line.strip()]
+    return lineas[-1] if lineas else "Respuesta no disponible"
 
 def get_pdf_text(pdf_docs):
     text = ""
@@ -66,7 +86,8 @@ def get_vector_store(text_chunks):
 
 def get_conversational_chain():
     prompt_template = """
-    Responde en español exclusivamente con la información solicitada usando el contexto. 
+    Responde en español exclusivamente con la información solicitada usando el contexto, además sé lo más extenso y detallado posible 
+    siempre que se pueda desarollar, como explicando el contenido de referencias nombradas.
     Formato: Respuesta directa sin prefijos. Si no hay información, di "No disponible".
     
     Contexto:
@@ -86,17 +107,75 @@ def get_conversational_chain():
                        prompt=PromptTemplate(template=prompt_template, 
                                            input_variables=["context", "question"]))
 
-def mostrar_respuesta(texto, pensamiento):
-    """Muestra la respuesta y el proceso de pensamiento en un contenedor"""
+def extract_metadata(vector_store):
+    metadata_questions = {
+        "title": "¿Cuál es el título principal del documento? Formato: Respuesta simple con algunas letras en mayúscula si hiciera falta",
+        "entity": "¿A qué organización pertenece este documento?. Formato: Respuesta directa con el nombre de la entidad.",
+        "date": "¿A qué fecha corresponde el documento? Si existen indicios indica la fecha, sino di 'No disponible'"
+    }
+    
+    metadata = {}
+    chain = get_conversational_chain()
+    
+    for key, question in metadata_questions.items():
+        docs = vector_store.similarity_search(question, k=2)
+        response = chain(
+            {"input_documents": docs, "question": question},
+            return_only_outputs=True
+        )
+        clean_response = eliminar_proceso_pensamiento(response['output_text'])
+        metadata[key] = clean_response if clean_response else "No disponible"
+    
+    return metadata
+
+def mostrar_respuesta(texto):
     with st.container():
         st.markdown(f'<div class="response-box">{texto}</div>', unsafe_allow_html=True)
+
+def generar_sugerencias():
+    """Genera preguntas sugeridas simples y generales"""
+    if 'vector_store' not in st.session_state:
+        return
     
-    # Desplegable para mostrar el proceso de pensamiento del modelo
-    with st.expander("💭 Pensamiento del modelo"):
-        st.markdown(pensamiento)
+    try:
+        docs = st.session_state.vector_store.similarity_search("", k=3)
+        context = "\n".join([doc.page_content for doc in docs])
+        
+        prompt_template = """
+        Genera exactamente 3 preguntas en español basadas en el contexto.
+        Las preguntas deben ser en español, simples y sencillas de máximo 10 palabras.
+        Formato de respuesta:
+        1. [Pregunta completa en español]
+        2. [Pregunta completa en español]
+        3. [Pregunta completa en español]
+        
+        Contexto:
+        {context}
+        """
+        
+        model = ChatGroq(
+            temperature=0.4,
+            model_name="deepseek-r1-distill-llama-70b",
+            groq_api_key=os.getenv("GROQ_API_KEY")
+        )
+        
+        response = model.invoke(prompt_template.format(context=context))
+        
+        preguntas = []
+        for line in response.content.split("\n"):
+            line = line.strip()
+            if line and line[0].isdigit():
+                pregunta = line.split('. ', 1)[1] if '. ' in line else line[2:]
+                if pregunta:
+                    preguntas.append(pregunta)
+        
+        return preguntas[:3]
+        
+    except Exception as e:
+        st.error(f"Error generando sugerencias: {str(e)}")
+        return
 
 def procesar_consulta(user_question):
-    """Procesa la consulta del usuario y muestra la respuesta"""
     if 'vector_store' not in st.session_state:
         st.error("Por favor carga un documento primero")
         return
@@ -110,20 +189,25 @@ def procesar_consulta(user_question):
             return_only_outputs=True
         )
         
-    respuesta_final, pensamiento = eliminar_proceso_pensamiento(response['output_text'])
-    
-    # Mostrar respuesta y pensamiento
-    mostrar_respuesta(respuesta_final, pensamiento)
+    respuesta_final = eliminar_proceso_pensamiento(response['output_text'])
+    mostrar_respuesta(respuesta_final)
 
 def main():
     st.set_page_config(page_title="PDF Consultor 🔍", page_icon="🔍", layout="wide")
     st.title("PDF Consultor 🔍")
     st.markdown(css_style, unsafe_allow_html=True)
 
-    # Inicializa estados de sesión
-    if 'documento_cargado' not in st.session_state:
-        st.session_state.documento_cargado = False
-
+   # Estados de sesión
+    estados = {
+        'documento_cargado': False,
+        'sugerencias': [],
+        'pregunta_actual': "",
+        'respuestas': []
+    }
+    for key, value in estados.items():
+        if key not in st.session_state:
+            st.session_state[key] = value
+            
     # Sidebar - Carga de documentos
     with st.sidebar:
         st.markdown('<p class="step-number">1 Subir archivos</p>', unsafe_allow_html=True)
@@ -134,36 +218,89 @@ def main():
             label_visibility="collapsed"
         )
 
-   # Procesamiento automático al cargar documentos
+    # Procesamiento de documentos
     if pdf_docs and not st.session_state.documento_cargado:
-        with st.spinner("Procesando documento..."):
-               try:
-                   raw_text = get_pdf_text(pdf_docs)
-                   text_chunks = get_text_chunks(raw_text)
-                   vector_store = get_vector_store(text_chunks)
-                   st.session_state.vector_store = vector_store
-                   st.session_state.documento_cargado = True
-                   st.success("Documento procesado exitosamente.")
-               except Exception as e:
-                   st.error(f"Error procesando documento: {str(e)}")
-
-   # Interfaz de consultas
-   if st.session_state.documento_cargado:
-       with st.form("consulta_form"):
-           col1, col2 = st.columns([5, 1])
-           with col1:
-               user_question = st.text_input(
-                   "Escribe tu pregunta:",
-                   placeholder="Ej: ¿Qué normativa regula este proceso?",
-                   label_visibility="collapsed"
-               )
-           with col2:
-               enviar = st.form_submit_button("Enviar ▶")
-       
-       if user_question and enviar:
-           procesar_consulta(user_question)
-   else:
-       st.info("Por favor sube un archivo PDF para comenzar.")
+        with st.spinner("Analizando documento..."):
+            try:
+                raw_text = get_pdf_text(pdf_docs)
+                text_chunks = get_text_chunks(raw_text)
+                vector_store = get_vector_store(text_chunks)
+                
+                st.session_state.metadata = extract_metadata(vector_store)
+                st.session_state.vector_store = vector_store
+                st.session_state.documento_cargado = True
+                st.session_state.sugerencias = generar_sugerencias()
+                
+                st.rerun()
+                
+            except Exception as e:
+                st.error(f"Error procesando documento: {str(e)}")
+
+    # Sección principal
+    if 'metadata' in st.session_state:
+        # Mostrar metadatos
+        st.markdown("---")
+        cols = st.columns(3)
+        campos_metadata = [
+            ("📄 Título", "title"),
+            ("🏛️ Entidad", "entity"), 
+            ("📅 Fecha", "date")
+        ]
+        
+        for col, (icono, key) in zip(cols, campos_metadata):
+            with col:
+                st.markdown(f"""
+                <div class="metadata-box">
+                    <div style="font-size:16px; margin-bottom:10px;">{icono}</div>
+                    {st.session_state.metadata[key]}
+                </div>
+                """, unsafe_allow_html=True)
+        
+        # Sugerencias
+        if st.session_state.sugerencias:
+            st.markdown("---")
+            with st.container():
+                st.markdown("""
+                <div class="suggestion-container">
+                    <div style="font-size:14px; color:#666; margin-bottom:8px;">💡 ¿Necesitas ideas?</div>
+                """, unsafe_allow_html=True)
+                
+                cols_sugerencias = st.columns(3)
+                for i, (col, pregunta) in enumerate(zip(cols_sugerencias, st.session_state.sugerencias)):
+                    with col:
+                        if st.button(
+                            pregunta,
+                            key=f"sug_{i}",
+                            help="Haz clic para usar esta pregunta",
+                            use_container_width=True
+                        ):
+                            st.session_state.pregunta_actual = pregunta
+                
+                st.markdown("</div>", unsafe_allow_html=True)
+
+    # Formulario de consulta
+    if st.session_state.documento_cargado:
+        with st.form(key="consulta_form"):
+            col1, col2 = st.columns([5, 1])
+            with col1:
+                pregunta_usuario = st.text_input(
+                    "Escribe tu pregunta:",
+                    value=st.session_state.get('pregunta_actual', ''),
+                    placeholder="Ej: ¿De qué trata este documento?",
+                    label_visibility="collapsed"
+                )
+            with col2:
+                st.markdown("<br>", unsafe_allow_html=True)
+                enviar = st.form_submit_button("Enviar ▶")
+            
+            if enviar or st.session_state.pregunta_actual:
+                pregunta_final = pregunta_usuario or st.session_state.pregunta_actual
+                procesar_consulta(pregunta_final)
+                if 'pregunta_actual' in st.session_state:
+                    del st.session_state.pregunta_actual
+
+    elif not st.session_state.documento_cargado:
+        st.info("Por favor, sube un documento PDF para comenzar.")
 
 if __name__ == "__main__":
     main()