Update modules/studentact/current_situation_interface.py

modules/studentact/current_situation_interface.py

@@ -94,123 +94,90 @@ ANALYSIS_DIMENSION_MAPPING = {
 
 def display_current_situation_interface(lang_code, nlp_models, t):
     """
-    Interfaz con línea base y progreso lado a lado.
+    Interfaz simplificada con gráfico de radar para visualizar métricas.
     """
-    # Inicialización de todos los estados necesarios
-    if 'baseline_text' not in st.session_state:
-        st.session_state.baseline_text = ""
+    # Inicializar estados si no existen
+    if 'text_input' not in st.session_state:
+        st.session_state.text_input = ""
+    if 'text_area' not in st.session_state:
+        st.session_state.text_area = ""
+    if 'show_results' not in st.session_state:
+        st.session_state.show_results = False
+    if 'current_doc' not in st.session_state:
+        st.session_state.current_doc = None
+    if 'current_metrics' not in st.session_state:
+        st.session_state.current_metrics = None
         
-    if 'baseline_metrics' not in st.session_state:
-        st.session_state.baseline_metrics = None
-        
-    if 'iteration_count' not in st.session_state:
-        st.session_state.iteration_count = 0
-        
-    # Intentar recuperar línea base guardada
-    try:
-        baseline = get_writing_baseline(st.session_state.username)
-        if baseline:
-            st.session_state.baseline_text = baseline['text']
-            st.session_state.baseline_metrics = baseline['metrics']
-    except Exception as e:
-        logger.warning(f"No se pudo recuperar la línea base: {str(e)}")
-    
     try:
-        # st.title("Análisis de Escritura")
+        st.title("Análisis de Escritura")
         
-        # Crear dos columnas principales
-        col1, col2 = st.columns(2)
+        # Crear cuatro columnas
+        text_base_col, results_base_col, text_iter_col, results_iter_col = st.columns(4)
         
-        # Columna izquierda: Línea Base 
-        with col1:
-            st.markdown("### Línea Base")
-            # Text area para línea base
-            baseline_text = st.text_area(
-                "Texto base",
-                value=st.session_state.baseline_text,
-                height=200,
-                key="baseline_area",
-                help="Este texto servirá como punto de referencia"
+        # Columna 1: Texto Base
+        with text_base_col:
+            st.markdown("### Texto Base")
+            text_input = st.text_area(
+                "Escribe o pega tu texto aquí:",
+                height=400,
+                key="text_area_base",
+                value=st.session_state.text_input,
+                help="Este texto servirá como línea base"
             )
             
             baseline_button = st.button(
-                "Establecer Línea Base", 
+                "Establecer Línea Base",
                 type="primary",
+                disabled=not text_input.strip(),
                 use_container_width=True
             )
 
-            # Análisis y métricas de línea base
-            if baseline_button:
+        # Columna 2: Resultados Base
+        with results_base_col:
+            if baseline_button and text_input:
                 with st.spinner("Analizando línea base..."):
-                    doc = nlp_models[lang_code](baseline_text)
+                    doc = nlp_models[lang_code](text_input)
                     metrics = analyze_text_dimensions(doc)
-                    success = store_writing_baseline(
-                        username=st.session_state.username,
-                        metrics=metrics,
-                        text=baseline_text
-                    )
-                    
-                    if success:
-                        st.session_state.baseline_text = baseline_text
-                        st.session_state.baseline_metrics = metrics
-                        st.success("Línea base establecida")
-                        # Métricas justo debajo del text area
-                        display_metrics_column(metrics, "Línea Base")
-
-        # Columna derecha: Progreso
-        with col2:
-            st.markdown(f"### Iteración #{st.session_state.iteration_count + 1}")
-            # Text area para iteración
-            current_text = st.text_area(
-                "Texto actual",
-                height=200,
-                key="current_area",
-                help="Escribe la nueva versión de tu texto"
+                    display_results(metrics, 'student_essay')
+                    st.session_state.baseline_metrics = metrics
+
+        # Columna 3: Texto Iteración
+        with text_iter_col:
+            st.markdown("### Texto Iterativo")
+            iteration_text = st.text_area(
+                "Nueva versión del texto:",
+                height=400,
+                key="text_area_iter",
+                help="Escribe la versión mejorada de tu texto"
             )
             
-            progress_button = st.button(
-                "Analizar Progreso", 
+            iterate_button = st.button(
+                "Analizar Iteración",
                 type="primary",
+                disabled=not iteration_text.strip() or not st.session_state.baseline_metrics,
                 use_container_width=True
             )
 
-            # Análisis y métricas de progreso
-            if progress_button:
-                if not st.session_state.baseline_metrics:
-                    st.error("Primero debes establecer una línea base")
-                    return
-                    
-                with st.spinner("Analizando progreso..."):
-                    doc = nlp_models[lang_code](current_text)
-                    current_metrics = analyze_text_dimensions(doc)
-                    st.session_state.iteration_count += 1
-                    
-                    store_writing_progress(
-                        username=st.session_state.username,
-                        metrics=current_metrics,
-                        text=current_text
-                    )
-                    # Métricas justo debajo del text area
-                    display_metrics_column(current_metrics, f"Iteración #{st.session_state.iteration_count}")
+        # Columna 4: Resultados Iteración
+        with results_iter_col:
+            if iterate_button and iteration_text:
+                with st.spinner("Analizando iteración..."):
+                    doc = nlp_models[lang_code](iteration_text)
+                    metrics = analyze_text_dimensions(doc)
+                    display_results(metrics, 'student_essay')
 
-        # Expander con gráfico radar al final
+        # Gráfico radar en expander debajo de las columnas
         with st.expander("Ver Comparación Visual", expanded=False):
-            if st.session_state.baseline_metrics and 'current_metrics' in locals():
-                baseline_config = prepare_metrics_config(st.session_state.baseline_metrics)
-                current_config = prepare_metrics_config(current_metrics)
+            if 'baseline_metrics' in st.session_state and 'metrics' in locals():
                 display_radar_chart(
-                    metrics_config=current_config,
+                    metrics_config=prepare_metrics_config(metrics),
                     thresholds=TEXT_TYPES['student_essay']['thresholds'],
                     baseline_metrics=st.session_state.baseline_metrics
                 )
 
     except Exception as e:
-        logger.error(f"Error en interfaz: {str(e)}")
-        st.error("Error al cargar la interfaz")
-        
-    finally:
-        # Limpiar recursos si es necesario
-        plt.close('all')
+        logger.error(f"Error en interfaz principal: {str(e)}")
+        st.error("Ocurrió un error al cargar la interfaz")
 
 ###################################