Update app.py

app.py

@@ -149,48 +149,47 @@ def procesar_consulta(user_question):
     respuesta_final = eliminar_proceso_pensamiento(response['output_text'])
     mostrar_respuesta(respuesta_final)
 
+from googletrans import Translator
+
+def traducir_contexto(contexto):
+    translator = Translator()
+    return translator.translate(contexto, src='en', dest='es').text
+
 def generar_sugerencias():
-    """Genera preguntas sugeridas breves y directas"""
+    """Genera preguntas sugeridas breves y directas en español"""
     if 'vector_store' not in st.session_state:
         return []
     
     try:
-        # Obtener los fragmentos más relevantes
         docs = st.session_state.vector_store.similarity_search("", k=3)
         context = "\n".join([doc.page_content for doc in docs])
         
-        # Nuevo prompt más específico para preguntas breves
+        # Traducir el contexto al español si está en otro idioma
+        context_es = traducir_contexto(context)
+        
         prompt_template = """
-        Genera exactamente 3 preguntas muy breves en español sobre los aspectos clave del siguiente documento.
-        Las preguntas deben ser simples, directas y fáciles de entender.
-        Formato:
-        1. [Pregunta breve]
-        2. [Pregunta breve]
-        3. [Pregunta breve]
+        Genera exactamente 3 preguntas muy breves (5-8 palabras) sobre los puntos clave.
+        Las preguntas deben ser simples y estar redactadas en español.
+        Formato: Lista numerada sin explicaciones.
         
         Contexto:
         {context}
         """
         
         model = ChatGroq(
-            temperature=0.3,  # Menor temperatura para respuestas más directas
+            temperature=0.3,
             model_name="deepseek-r1-distill-llama-70b",
             groq_api_key=os.getenv("GROQ_API_KEY")
         )
         
-        response = model.invoke(prompt_template.format(context=context))
+        response = model.invoke(prompt_template.format(context=context_es))
         
-        # Procesamiento mejorado para extraer preguntas breves
         preguntas = []
         for line in response.content.split("\n"):
             line = line.strip()
             if line and line[0].isdigit():
-                # Extraer solo el texto después del número
-                pregunta = line.split('.', 1)[1].strip() if '.' in line else line
-                # Limitar a 8 palabras como máximo
-                pregunta = ' '.join(pregunta.split()[:8])
-                if pregunta:
-                    preguntas.append(pregunta)
+                pregunta = line.split('. ', 1)[1] if '. ' in line else line[2:]
+                preguntas.append(pregunta[:60])  # Limitar longitud máxima
         
         return preguntas[:3]