Spaces:
Sleeping
Sleeping
File size: 5,129 Bytes
fd4e7a7 44b566a fd4e7a7 44b566a fd4e7a7 44b566a fd4e7a7 44b566a fd4e7a7 44b566a fd4e7a7 44b566a fd4e7a7 44b566a fd4e7a7 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 |
# modules/chatbot/sidebar_chat.py
import streamlit as st
from .chat_process import ChatProcessor
from ..database.chat_mongo_db import store_chat_history, get_chat_history
import logging
logger = logging.getLogger(__name__)
def display_sidebar_chat(lang_code: str, chatbot_t: dict):
"""
Muestra el chatbot en el sidebar con soporte para contexto semántico
"""
with st.sidebar:
# Estilos CSS para el chat
st.markdown("""
<style>
/* Contenedor del chat con scroll */
div[data-testid="stExpanderContent"] > div {
max-height: 60vh;
overflow-y: auto;
padding-right: 10px;
}
/* Input fijo en la parte inferior */
div[data-testid="stHorizontalBlock"]:has(> div[data-testid="column"]) {
position: sticky;
bottom: 0;
background: white;
padding-top: 10px;
z-index: 100;
}
</style>
""", unsafe_allow_html=True)
# Inicializar el procesador de chat si no existe
if 'chat_processor' not in st.session_state:
st.session_state.chat_processor = ChatProcessor()
# Configurar contexto semántico si está activo
if st.session_state.get('semantic_agent_active', False):
semantic_data = st.session_state.get('semantic_agent_data')
if semantic_data:
st.session_state.chat_processor.set_semantic_context(
text=semantic_data['text'],
metrics=semantic_data['metrics'],
graph_data=semantic_data['graph_data']
)
with st.expander("💬 Asistente Virtual", expanded=True):
try:
# Inicializar mensajes del chat
if 'sidebar_messages' not in st.session_state:
# Mensaje inicial según el modo (normal o semántico)
initial_message = (
"¡Hola! Soy tu asistente de análisis semántico. ¿En qué puedo ayudarte?"
if st.session_state.get('semantic_agent_active', False)
else "¡Hola! ¿Cómo puedo ayudarte hoy?"
)
st.session_state.sidebar_messages = [
{"role": "assistant", "content": initial_message}
]
# Mostrar historial del chat
chat_container = st.container()
with chat_container:
for message in st.session_state.sidebar_messages:
with st.chat_message(message["role"]):
st.markdown(message["content"])
# Input del usuario
user_input = st.chat_input("Escribe tu mensaje...")
if user_input:
# Agregar mensaje del usuario
st.session_state.sidebar_messages.append(
{"role": "user", "content": user_input}
)
# Mostrar mensaje del usuario
with chat_container:
with st.chat_message("user"):
st.markdown(user_input)
# Mostrar respuesta del asistente
with st.chat_message("assistant"):
response_placeholder = st.empty()
full_response = ""
# Obtener respuesta del procesador
for chunk in st.session_state.chat_processor.process_chat_input(
user_input,
lang_code
):
full_response += chunk
response_placeholder.markdown(full_response + "▌")
response_placeholder.markdown(full_response)
# Guardar respuesta
st.session_state.sidebar_messages.append(
{"role": "assistant", "content": full_response}
)
# Guardar en base de datos
store_chat_history(
username=st.session_state.username,
messages=st.session_state.sidebar_messages,
chat_type='semantic' if st.session_state.get('semantic_agent_active') else 'general'
)
# Botón para limpiar el chat
if st.button("🔄 Limpiar conversación"):
st.session_state.sidebar_messages = [
{"role": "assistant", "content": "¡Hola! ¿En qué puedo ayudarte?"}
]
st.rerun()
except Exception as e:
logger.error(f"Error en el chat: {str(e)}")
st.error("Ocurrió un error en el chat. Por favor, inténtalo de nuevo.")
|