# modules/ui/ui.py
# Importaciones generales
import streamlit as st
from streamlit_player import st_player
import logging
from datetime import datetime, timezone
from dateutil.parser import parse
# Configuración del logger
logging.basicConfig(level=logging.INFO)
logger = logging.getLogger(__name__)
# Importaciones locales
from session_state import initialize_session_state, logout
from translations import get_translations
from ..auth.auth import authenticate_user, authenticate_student, authenticate_admin
from ..admin.admin_ui import admin_page
from ..chatbot import display_sidebar_chat
# Students activities
from ..studentact.student_activities_v2 import display_student_activities
from ..studentact.current_situation_interface import display_current_situation_interface
from ..studentact.current_situation_analysis import analyze_text_dimensions
##Importaciones desde la configuración de bases datos #######
from ..database.sql_db import (
store_application_request,
store_student_feedback,
store_application_request
)
from ..database.mongo_db import (
get_collection,
insert_document,
find_documents,
update_document,
delete_document
)
from ..database.morphosintax_mongo_db import (
store_student_morphosyntax_result,
get_student_morphosyntax_analysis,
update_student_morphosyntax_analysis,
delete_student_morphosyntax_analysis,
get_student_morphosyntax_data
)
from ..database.chat_mongo_db import store_chat_history, get_chat_history
##Importaciones desde los análisis #######
from ..morphosyntax.morphosyntax_interface import (
display_morphosyntax_interface,
display_morphosyntax_results
)
from ..semantic.semantic_interface import (
display_semantic_interface,
display_semantic_results
)
from ..semantic.semantic_live_interface import display_semantic_live_interface
from ..discourse.discourse_live_interface import display_discourse_live_interface
from ..discourse.discourse_interface import ( # Agregar esta importación
display_discourse_interface,
display_discourse_results
)
def main():
logger.info(f"Entrando en main() - Página actual: {st.session_state.page}")
if 'nlp_models' not in st.session_state:
logger.error("Los modelos NLP no están inicializados.")
st.error("Los modelos NLP no están inicializados. Por favor, reinicie la aplicación.")
return
lang_code = st.session_state.get('lang_code', 'es')
t = get_translations(lang_code)
logger.info(f"Página actual antes de la lógica de enrutamiento: {st.session_state.page}")
if st.session_state.get('logged_out', False):
st.session_state.logged_out = False
st.session_state.page = 'login'
st.rerun()
if not st.session_state.get('logged_in', False):
logger.info("Usuario no ha iniciado sesión. Mostrando página de login/registro")
login_register_page(lang_code, t)
elif st.session_state.page == 'user':
if st.session_state.role == 'Administrador':
logger.info("Redirigiendo a la página de administrador")
st.session_state.page = 'Admin'
st.rerun()
else:
logger.info("Renderizando página de usuario")
user_page(lang_code, t)
elif st.session_state.page == "Admin":
logger.info("Renderizando página de administrador")
admin_page()
elif st.session_state.page == "semantic":
# Si estamos en la página semántica, redirigir a la página de usuario
# pero mantener el tab seleccionado
logger.info("Redirigiendo página semántica a página de usuario")
st.session_state.page = 'user'
st.session_state.selected_tab = 1 # índice del tab semántico
st.rerun()
elif st.session_state.page == "morpho":
# Similar para la página morfosintáctica
logger.info("Redirigiendo página morfosintáctica a página de usuario")
st.session_state.page = 'user'
st.session_state.selected_tab = 0 # índice del tab morfosintáctico
st.rerun()
else:
logger.error(f"Página no reconocida: {st.session_state.page}")
st.error(t.get('unrecognized_page', 'Página no reconocida'))
# Redirigir a la página de usuario en caso de error
st.session_state.page = 'user'
st.rerun()
logger.info(f"Saliendo de main() - Estado final de la sesión: {st.session_state}")
def login_register_page(lang_code, t):
# st.title("AIdeaText")
# st.write(t.get("welcome_message", "Bienvenido. Por favor, inicie sesión o regístrese."))
left_column, right_column = st.columns([1, 3])
with left_column:
tab1, tab2 = st.tabs([t.get("login", "Iniciar Sesión"),
t.get("register", "Registrarse")])
with tab1:
login_form(lang_code, t)
with tab2:
register_form(lang_code, t)
with right_column:
display_videos_and_info(lang_code, t)
def login_form(lang_code, t):
with st.form("login_form"):
username = st.text_input(t.get("email", "Correo electrónico"))
password = st.text_input(t.get("password", "Contraseña"), type="password")
submit_button = st.form_submit_button(t.get("login", "Iniciar Sesión"))
if submit_button:
success, role = authenticate_user(username, password)
if success:
st.session_state.logged_in = True
st.session_state.username = username
st.session_state.role = role
if role == 'Administrador':
st.session_state.page = 'Admin'
else:
st.session_state.page = 'user'
logger.info(f"Usuario autenticado: {username}, Rol: {role}")
st.rerun()
else:
st.error(t.get("invalid_credentials", "Credenciales incorrectas"))
def register_form(lang_code, t):
# st.header(t.get("request_trial", "Solicitar prueba de la aplicación"))
name = st.text_input(t.get("name", "Nombre"))
lastname = st.text_input(t.get("lastname", "Apellidos"))
institution = st.text_input(t.get("institution", "Institución"))
current_role = st.selectbox(t.get("current_role", "Rol en la institución donde labora"),
[t.get("professor", "Profesor"), t.get("student", "Estudiante"), t.get("administrative", "Administrativo")])
# Definimos el rol por defecto como estudiante
desired_role = t.get("student", "Estudiante")
email = st.text_input(t.get("institutional_email", "Correo electrónico de su institución"))
reason = st.text_area(t.get("interest_reason", "¿Por qué estás interesado en probar AIdeaText?"))
if st.button(t.get("submit_application", "Enviar solicitud")):
logger.info(f"Attempting to submit application for {email}")
logger.debug(f"Form data: name={name}, lastname={lastname}, email={email}, institution={institution}, current_role={current_role}, desired_role={desired_role}, reason={reason}")
if not name or not lastname or not email or not institution or not reason:
logger.warning("Incomplete form submission")
st.error(t.get("complete_all_fields", "Por favor, completa todos los campos."))
elif not is_institutional_email(email):
logger.warning(f"Non-institutional email used: {email}")
st.error(t.get("use_institutional_email", "Por favor, utiliza un correo electrónico institucional."))
else:
logger.info(f"Attempting to store application for {email}")
success = store_application_request(name, lastname, email, institution, current_role, desired_role, reason)
if success:
st.success(t.get("application_sent", "Tu solicitud ha sido enviada. Te contactaremos pronto."))
logger.info(f"Application request stored successfully for {email}")
else:
st.error(t.get("application_error", "Hubo un problema al enviar tu solicitud. Por favor, intenta de nuevo más tarde."))
logger.error(f"Failed to store application request for {email}")
def is_institutional_email(email):
forbidden_domains = ['gmail.com', 'hotmail.com', 'yahoo.com', 'outlook.com']
return not any(domain in email.lower() for domain in forbidden_domains)
def display_videos_and_info(lang_code, t):
# Crear tabs para cada sección
tab_gallery, tab_videos, tab_events, tab_news = st.tabs([
"Fotos de eventos",
"Videos de presentaciones",
"Ponencias académicas",
"Control de versiones"
])
# Tab de Galería
with tab_gallery:
# Contenedor con ancho máximo
with st.container():
# Dividimos en dos columnas principales
col_left, col_right = st.columns(2)
# Columna izquierda: Foto 1 grande
with col_left:
# Foto 2 arriba
st.image("assets/img/socialmedia/_MG_2845.JPG",
caption="MakerFaire CDMX 2023",
width=480) # Ajusta este valor según necesites
# use_column_width=True)
# Foto 3 abajo
st.image("assets/img/socialmedia/Facebook_CoverPhoto-1_820x312.jpg",
caption="MakerFaire CDMX 2023",
width=480) # Ajusta este valor según necesites
# use_column_width=True)
# Columna derecha: Fotos 2 y 3 una encima de otra
with col_right:
st.image("assets/img/socialmedia/_MG_2790.jpg",
caption="MakerFaire CDMX 2024",
width=540) # Ajusta este valor según necesites
# Tab de Videos
with tab_videos:
videos = {
"Reel AIdeaText": "https://youtu.be/UA-md1VxaRc",
"Presentación en SENDA, UNAM. Ciudad de México, México" : "https://www.youtube.com/watch?v=XFLvjST2cE0",
"Presentación en PyCon 2024. Colombia, Medellín": "https://www.youtube.com/watch?v=Jn545-IKx5Q",
"Presentación en la Fundación Ser Maaestro. Lima, Perú": "https://www.youtube.com/watch?v=imc4TI1q164",
"Presentación en el programa de incubación Explora del IFE, TEC de Monterrey, Nuevo León, México": "https://www.youtube.com/watch?v=Fqi4Di_Rj_s",
"Entrevista con el Dr. Guillermo Ruíz. Lima, Perú": "https://www.youtube.com/watch?v=_ch8cRja3oc",
"Demo de la versión de escritorio.": "https://www.youtube.com/watch?v=nP6eXbog-ZY"
}
selected_title = st.selectbox("Selecciona una conferencia:", list(videos.keys()))
if selected_title in videos:
try:
st_player(videos[selected_title])
except Exception as e:
st.error(f"Error al cargar el video: {str(e)}")
# Tab de Eventos
with tab_events:
st.markdown("""
## 2025
**El Agente Cognitivo Vinculante como Innovación en el Aprendizaje Adaptativo: el caso de AIdeaText**
IFE CONFERENCE 2025. Organizado por el Instituto para el Futuro de la Educación del TEC de Monterrey.
Nuevo León, México. Del 28 al 30 enero 2025
## 2024
**AIdeaText, AIdeaText, recurso digital que emplea la técnica de Análisis de Resonancia Central para perfeccionar textos académicos**
V Temporada SENDA - Organizado por el Seminario de Entornos y Narrativas Digitales en la Academia del
Instituto de Investigaciones Antropológicas (IIA) de la Universidad Autonóma de México (UNAM). 22 noviembre 2024
**Aproximación al Agente Cognitivo Vinculante (ACV) desde la Teoría del Actor Red (TAR)**
Congreso HeETI 2024: Horizontes Expandidos de la Educación, la Tecnología y la Innovación
Universidad el Claustro de Sor Juana. Del 25 al 27 septiembre 2024
**AIdeaText, visualización de mapas semánticos**
PyCon 2024, Organizado por el grupo de desarrolladores independientes de Python.
Universidad EAFIT, Medellín, Colombia. Del 7 al 9 de junio de 2024.
## 2023
**Aproximación al Agente Cognitivo Vinculante (ACV) desde la Teoría del Actor Red (TAR)**
XVII Congreso Nacional de Investigación Educativa - VII Encuentro de Estudiantes de Posgrado Educación.
Consejo Mexicano de Investigación Educativa (COMIE)
Villahermosa, Tabasco, México.
Del 4 al 8 de diciembre 2023
**Aproximación al Agente Cognitivo Vinculante (ACV) desde la Teoría del Actor Red (TAR)**
XXXI Encuentro Internacional de Educación a Distancia
Universidad de Guadalajara. Jalisco, México.
Del 27 al 30 noviembre 2023
**Aproximación al Agente Cognitivo Vinculante (ACV) desde la Teoría del Actor Red (TAR)**
IV Temporada SENDA - Seminario de Entornos y Narrativas Digitales en la Academia
Instituto de Investigaciones Antropológicas (IIA), UNAM.
22 noviembre 2023
**Aproximación al Agente Cognitivo Vinculante (ACV) desde la Teoría del Actor Red (TAR)**
1er Congreso Internacional de Educación Digital
Instituto Politécnico Nacional, sede Zacatecas. México.
Del 23 al 24 de noviembre de 2023
**La cuestión de la centralidad del maestro frente a las tecnologías digitales generativas**
Innova Fórum: Ecosistemas de Aprendizaje
Universidad de Guadalajara. Jalisco, México.
Del 16 al 18 de mayo 2023
""")
# Tab de Novedades
with tab_news:
st.markdown("""
### Novedades de la versión actual
- Interfaz mejorada para una mejor experiencia de usuario
- Optimización del análisis morfosintáctico
- Soporte para múltiples idiomas
- Nuevo módulo de análisis del discurso
- Sistema de chat integrado para soporte
""")
#Después de iniciar sesión
####################################
def user_page(lang_code, t):
logger.info(f"Entrando en user_page para el estudiante: {st.session_state.username}")
# Inicializar el tab seleccionado si no existe
if 'selected_tab' not in st.session_state:
st.session_state.selected_tab = 0
# Inicializar el estado del análisis en vivo
if 'semantic_live_active' not in st.session_state:
st.session_state.semantic_live_active = False
# Manejar la carga inicial de datos del usuario
if 'user_data' not in st.session_state:
with st.spinner(t.get('loading_data', "Cargando tus datos...")):
try:
st.session_state.user_data = get_student_morphosyntax_data(st.session_state.username)
st.session_state.last_data_fetch = datetime.now(timezone.utc).isoformat()
except Exception as e:
logger.error(f"Error al obtener datos del usuario: {str(e)}")
st.error(t.get('data_load_error', "Hubo un problema al cargar tus datos. Por favor, intenta recargar la página."))
return
logger.info(f"Idioma actual: {st.session_state.lang_code}")
logger.info(f"Modelos NLP cargados: {'nlp_models' in st.session_state}")
# Configuración de idiomas disponibles
languages = {'Español': 'es', 'English': 'en', 'Français': 'fr'}
# Estilos CSS personalizados
st.markdown("""
""", unsafe_allow_html=True)
# Barra superior con información del usuario y controles
with st.container():
col1, col2, col3 = st.columns([2, 2, 1])
with col1:
st.markdown(f"{t['welcome']}, {st.session_state.username}
",
unsafe_allow_html=True)
with col2:
selected_lang = st.selectbox(
t['select_language'],
list(languages.keys()),
index=list(languages.values()).index(st.session_state.lang_code),
key=f"language_selector_{st.session_state.username}_{st.session_state.lang_code}"
)
new_lang_code = languages[selected_lang]
if st.session_state.lang_code != new_lang_code:
st.session_state.lang_code = new_lang_code
st.rerun()
with col3:
if st.button(t['logout'],
key=f"logout_button_{st.session_state.username}_{st.session_state.lang_code}"):
st.session_state.clear()
st.rerun()
st.markdown("---")
# Asegurarse de que tenemos las traducciones del chatbot
chatbot_t = t.get('CHATBOT_TRANSLATIONS', {}).get(lang_code, {})
# Mostrar chatbot en sidebar
display_sidebar_chat(lang_code, chatbot_t)
# Inicializar estados para todos los tabs
if 'tab_states' not in st.session_state:
st.session_state.tab_states = {
'current_situation_active': False,
'morpho_active': False,
'semantic_live_active': False,
'semantic_active': False,
'discourse_live_active': False,
'discourse_active': False,
'activities_active': False,
'feedback_active': False
}
# Sistema de tabs
tab_names = [
t.get('current_situation_tab', "Mi Situación Actual"),
t.get('morpho_tab', 'Análisis Morfosintáctico'),
t.get('semantic_live_tab', 'Análisis Semántico Vivo'),
t.get('semantic_tab', 'Análisis Semántico'),
t.get('discourse_live_tab', 'Análisis de Discurso Vivo'),
t.get('discourse_tab', 'Análsis de Discurso'),
t.get('activities_tab', 'Mis Actividades'),
t.get('feedback_tab', 'Formulario de Comentarios')
]
tabs = st.tabs(tab_names)
# Manejar el contenido de cada tab
for index, tab in enumerate(tabs):
with tab:
try:
# Actualizar el tab seleccionado solo si no hay un análisis activo
if tab.selected and st.session_state.selected_tab != index:
can_switch = True
for state_key in st.session_state.tab_states.keys():
if st.session_state.tab_states[state_key] and index != get_tab_index(state_key):
can_switch = False
break
if can_switch:
st.session_state.selected_tab = index
if index == 0: # Situación actual
st.session_state.tab_states['current_situation_active'] = True
display_current_situation_interface(
st.session_state.lang_code,
st.session_state.nlp_models,
t.get('TRANSLATIONS', {})
)
elif index == 1: # Morfosintáctico
st.session_state.tab_states['morpho_active'] = True
display_morphosyntax_interface(
st.session_state.lang_code,
st.session_state.nlp_models,
t.get('TRANSLATIONS', {})
)
elif index == 2: # Semántico Vivo
st.session_state.tab_states['semantic_live_active'] = True
display_semantic_live_interface(
st.session_state.lang_code,
st.session_state.nlp_models,
t.get('TRANSLATIONS', {})
)
elif index == 3: # Semántico
st.session_state.tab_states['semantic_active'] = True
display_semantic_interface(
st.session_state.lang_code,
st.session_state.nlp_models,
t.get('TRANSLATIONS', {})
)
elif index == 4: # Discurso Vivo
st.session_state.tab_states['discourse_live_active'] = True
display_discourse_live_interface(
st.session_state.lang_code,
st.session_state.nlp_models,
t.get('TRANSLATIONS', {})
)
elif index == 5: # Discurso
st.session_state.tab_states['discourse_active'] = True
display_discourse_interface(
st.session_state.lang_code,
st.session_state.nlp_models,
t.get('TRANSLATIONS', {})
)
elif index == 6: # Actividades
st.session_state.tab_states['activities_active'] = True
display_student_activities(
username=st.session_state.username,
lang_code=st.session_state.lang_code,
t=t.get('ACTIVITIES_TRANSLATIONS', {})
)
elif index == 7: # Feedback
st.session_state.tab_states['feedback_active'] = True
display_feedback_form(
st.session_state.lang_code,
t
)
except Exception as e:
# Desactivar el estado en caso de error
state_key = get_state_key_for_index(index)
if state_key:
st.session_state.tab_states[state_key] = False
logger.error(f"Error en tab {index}: {str(e)}")
st.error(t.get('tab_error', 'Error al cargar esta sección'))
# Funciones auxiliares para manejar los estados de los tabs
def get_tab_index(state_key):
"""Obtiene el índice del tab basado en la clave de estado"""
index_map = {
'current_situation_active': 0,
'morpho_active': 1,
'semantic_live_active': 2,
'semantic_active': 3,
'discourse_live_active': 4,
'discourse_active': 5,
'activities_active': 6,
'feedback_active': 7
}
return index_map.get(state_key, -1)
def get_state_key_for_index(index):
"""Obtiene la clave de estado basada en el índice del tab"""
state_map = {
0: 'current_situation_active',
1: 'morpho_active',
2: 'semantic_live_active',
3: 'semantic_active',
4: 'discourse_live_active',
5: 'discourse_active',
6: 'activities_active',
7: 'feedback_active'
}
return state_map.get(index)
# Panel de depuración (solo visible en desarrollo)
if st.session_state.get('debug_mode', False):
with st.expander("Debug Info"):
st.write(f"Página actual: {st.session_state.page}")
st.write(f"Usuario: {st.session_state.get('username', 'No logueado')}")
st.write(f"Rol: {st.session_state.get('role', 'No definido')}")
st.write(f"Idioma: {st.session_state.lang_code}")
st.write(f"Tab seleccionado: {st.session_state.selected_tab}")
st.write(f"Última actualización de datos: {st.session_state.get('last_data_fetch', 'Nunca')}")
########################################################################
def display_feedback_form(lang_code, t):
logging.info(f"display_feedback_form called with lang_code: {lang_code}")
st.header(t['feedback_title'])
name = st.text_input(t['name'])
email = st.text_input(t['email'])
feedback = st.text_area(t['feedback'])
if st.button(t['submit']):
if name and email and feedback:
if store_student_feedback(st.session_state.username, name, email, feedback):
st.success(t['feedback_success'])
else:
st.error(t['feedback_error'])
else:
st.warning(t['complete_all_fields'])
# Definición de __all__ para especificar qué se exporta
__all__ = ['main', 'login_register_page', 'initialize_session_state']
# Bloque de ejecución condicional
if __name__ == "__main__":
main()