Update modules/studentact/current_situation_interface.py

modules/studentact/current_situation_interface.py

@@ -91,7 +91,6 @@ ANALYSIS_DIMENSION_MAPPING = {
 }
 
 #Función principal ####################################
-
 def display_current_situation_interface(lang_code, nlp_models, t):
     """
     Interfaz simplificada con gráfico de radar para visualizar métricas.
@@ -107,88 +106,104 @@ def display_current_situation_interface(lang_code, nlp_models, t):
         st.session_state.current_doc = None
     if 'current_metrics' not in st.session_state:
         st.session_state.current_metrics = None
-        
+    if 'base_text' not in st.session_state:
+        st.session_state.base_text = ""
+    if 'iter_text' not in st.session_state:
+        st.session_state.iter_text = ""
+    if 'show_base' not in st.session_state:
+        st.session_state.show_base = False
+    if 'show_iter' not in st.session_state:
+        st.session_state.show_iter = False
+
     try:
-        # 1. Selector de tipo de texto
-        text_type = st.selectbox(
-            "Tipo de texto",
+        # --- [1] Selector de tipo de texto con Radio Buttons ---
+        st.markdown("## Selecciona el tipo de texto")
+        text_type = st.radio(
+            "¿Qué tipo de texto quieres analizar?",
             options=list(TEXT_TYPES.keys()),
             format_func=lambda x: TEXT_TYPES[x]['name'],
+            index=1,  # puedes indicar un índice por defecto, p.e. 'student_essay'
             help="Selecciona el tipo de texto para ajustar los criterios de evaluación"
         )
-        
-        # Guardar en estado
+
         st.session_state.current_text_type = text_type
-        
-        # 2. Container principal con 4 columnas
-        with st.container():
-            text_base_col, metrics_base_col, text_iter_col, metrics_iter_col = st.columns([1,1,1,1])
+
+        # --- [2] Contenedor principal en 4 columnas ---
+        st.markdown("---")
+        st.markdown("## Análisis de Texto en Cuatro Columnas")
+
+        # Usamos st.columns(4) para distribuir todo en partes iguales
+        text_base_col, metrics_base_col, text_iter_col, metrics_iter_col = st.columns(4, gap="medium")
+
+        # ------- Columna 1: Texto Base -------
+        with text_base_col:
+            st.markdown("### Texto Base")
+            text_base = st.text_area(
+                "Texto original",
+                height=300,
+                key="text_base",
+                value=st.session_state.base_text,
+            )
             
-            # Columna 1: Texto Base
-            with text_base_col:
-                st.markdown("### Texto Base")
-                text_base = st.text_area(
-                    "Texto original",
-                    height=400,
-                    key="text_base",
-                    value=st.session_state.get('base_text', ''),
+            # Botón para analizar base
+            if st.button("Analizar Base", key="btn_analizar_base"):
+                with st.spinner("Analizando texto base..."):
+                    doc = nlp_models[lang_code](text_base)
+                    metrics = analyze_text_dimensions(doc)  # Llama a tu función de análisis
+
+                    # Guardar en estado
+                    st.session_state.base_text = text_base
+                    st.session_state.base_metrics = metrics
+                    st.session_state.show_base = True
+
+        # ------- Columna 2: Métricas Base -------
+        with metrics_base_col:
+            st.markdown("### Métricas Base")
+            if st.session_state.show_base and 'base_metrics' in st.session_state:
+                display_metrics_and_suggestions(
+                    st.session_state.base_metrics,
+                    text_type,
+                    title="Base",
+                    show_suggestions=False  # Solo mostrar las métricas, sin sugerencias
                 )
-                
-                if st.button("Analizar Base", type="primary", use_container_width=True):
-                    with st.spinner("Analizando texto base..."):
-                        doc = nlp_models[lang_code](text_base)
-                        metrics = analyze_text_dimensions(doc)
-                        
-                        # Guardar en estado
-                        st.session_state.base_text = text_base
-                        st.session_state.base_metrics = metrics
-                        st.session_state.show_base = True
-                        
-            # Columna 2: Métricas Base  
-            with metrics_base_col:
-                if st.session_state.get('show_base'):
-                    display_metrics_and_suggestions(
-                        st.session_state.base_metrics,
-                        text_type,
-                        "Base"
-                    )
-                    
-            # Columna 3: Texto Iteración
-            with text_iter_col:
-                st.markdown("### Iteración") 
-                text_iter = st.text_area(
-                    "Nueva versión",
-                    height=400,
-                    key="text_iter",
-                    value=st.session_state.get('iter_text', ''),
-                    disabled=not st.session_state.get('show_base')
+
+        # ------- Columna 3: Texto Iteración -------
+        with text_iter_col:
+            st.markdown("### Iteración")
+            text_iter = st.text_area(
+                "Nueva versión",
+                height=300,
+                key="text_iter",
+                value=st.session_state.iter_text,
+                disabled=not st.session_state.show_base  # Se activa solo después de analizar la base
+            )
+            
+            # Botón para analizar iteración
+            if st.button(
+                "Analizar Iteración",
+                key="btn_analizar_iter",
+                disabled=not st.session_state.show_base
+            ):
+                with st.spinner("Analizando iteración..."):
+                    doc = nlp_models[lang_code](text_iter)
+                    metrics = analyze_text_dimensions(doc)  # Llama a tu función de análisis
+
+                    # Guardar en estado
+                    st.session_state.iter_text = text_iter
+                    st.session_state.iter_metrics = metrics
+                    st.session_state.show_iter = True
+
+        # ------- Columna 4: Métricas Iteración -------
+        with metrics_iter_col:
+            st.markdown("### Métricas Iteración")
+            if st.session_state.show_iter and 'iter_metrics' in st.session_state:
+                display_metrics_and_suggestions(
+                    st.session_state.iter_metrics,
+                    text_type,
+                    title="Iteración",
+                    show_suggestions=True  # Aquí sí mostramos sugerencias de mejora
                 )
-                
-                if st.button(
-                    "Analizar Iteración",
-                    type="primary",
-                    use_container_width=True,
-                    disabled=not st.session_state.get('show_base')
-                ):
-                    with st.spinner("Analizando iteración..."):
-                        doc = nlp_models[lang_code](text_iter)
-                        metrics = analyze_text_dimensions(doc)
-                        
-                        # Guardar en estado
-                        st.session_state.iter_text = text_iter
-                        st.session_state.iter_metrics = metrics
-                        st.session_state.show_iter = True
-                        
-            # Columna 4: Métricas Iteración
-            with metrics_iter_col:
-                if st.session_state.get('show_iter'):
-                    display_metrics_and_suggestions(
-                        st.session_state.iter_metrics,
-                        text_type,
-                        "Iteración",
-                        show_suggestions=True
-                    )
-        
+
     except Exception as e:
         logger.error(f"Error en interfaz: {str(e)}")
         st.error("Error al cargar la interfaz")