Update app.py

app.py

@@ -13,33 +13,49 @@ state = SessionState()
 
 # Función para detectar saludos y generar respuestas personalizadas
 def is_greeting(text):
+    """Detecta si el texto es un saludo simple"""
     text = text.lower().strip()
     greetings = ['hola', 'hey', 'saludos', 'buenos días', 'buenas tardes', 'buenas noches', 'hi', 'hello']
+    
+    # Solo considerar como saludo si es el primer mensaje del usuario
+    # y es un saludo simple
     is_simple_greeting = any(greeting in text for greeting in greetings) and len(text.split()) < 4
     return is_simple_greeting and len(state.messages) == 0
 
+# Función para procesar mensajes (unifica la lógica de procesamiento)
 def process_message(prompt, is_example=False):
+    """Procesa un mensaje del usuario, ya sea directo o de un ejemplo"""
     handle_chat_title(prompt)
+    
     with st.chat_message('user', avatar=USER_AVATAR_ICON):
         st.markdown(prompt)
+    
     state.add_message('user', prompt, USER_AVATAR_ICON)
+    
+    # Obtener el prompt mejorado primero
     enhanced_prompt = get_enhanced_prompt(prompt, is_example)
+    
+    # Mover la respuesta del modelo después del mensaje del usuario
     with st.chat_message(MODEL_ROLE, avatar=AI_AVATAR_ICON):
         try:
             message_placeholder = st.empty()
             typing_indicator = st.empty()
             typing_indicator.markdown("*Generando respuesta...*")
+            
             response = state.send_message(enhanced_prompt)
             full_response = stream_response(response, message_placeholder, typing_indicator)
+            
             if full_response:
                 state.add_message(MODEL_ROLE, full_response, AI_AVATAR_ICON)
                 state.gemini_history = state.chat.history
                 state.save_chat_history()
+                
         except Exception as e:
             st.error(f"Error en el streaming: {str(e)}")
             return
 
 def handle_chat_title(prompt):
+    """Maneja la lógica del título del chat"""
     if state.chat_id not in past_chats:
         temp_title = f'SesiónChat-{state.chat_id}'
         generated_title = state.generate_chat_title(prompt)
@@ -50,13 +66,34 @@ def handle_chat_title(prompt):
     joblib.dump(past_chats, 'data/past_chats_list')
 
 def get_enhanced_prompt(prompt, is_example):
+    """Genera el prompt mejorado según el tipo de mensaje"""
     if is_greeting(prompt):
         return f"El usuario te ha saludado con '{prompt}'. Preséntate brevemente, explica qué es una PUV en 1-2 líneas, y haz 1-2 preguntas iniciales para comenzar a crear la PUV del usuario (como a quién se dirige su producto/servicio o qué ofrece). Sé amigable, breve y toma la iniciativa como el experto que eres."
     elif is_example:
         return f"El usuario ha seleccionado un ejemplo: '{prompt}'. Responde de manera conversacional y sencilla, como si estuvieras hablando con un amigo. Evita tecnicismos innecesarios. Enfócate en dar información práctica que ayude al usuario a crear su PUV. Usa ejemplos concretos cuando sea posible. Termina tu respuesta con una pregunta que invite al usuario a compartir información sobre su negocio para poder ayudarle a crear su PUV personalizada."
     return prompt
 
+def process_model_response(enhanced_prompt):
+    """Procesa la respuesta del modelo"""
+    with st.chat_message(MODEL_ROLE, avatar=AI_AVATAR_ICON):
+        try:
+            message_placeholder = st.empty()
+            typing_indicator = st.empty()
+            typing_indicator.markdown("*Generando respuesta...*")
+            
+            response = state.send_message(enhanced_prompt)
+            full_response = stream_response(response, message_placeholder, typing_indicator)
+            
+            # Actualizar historial
+            state.add_message(role=MODEL_ROLE, content=full_response, avatar=AI_AVATAR_ICON)
+            state.gemini_history = state.chat.history
+            state.save_chat_history()
+            
+        except Exception as e:
+            st.error(f"Error: {str(e)}")
+
 def stream_response(response, message_placeholder, typing_indicator):
+    """Maneja el streaming de la respuesta"""
     full_response = ''
     try:
         for chunk in response:
@@ -69,19 +106,23 @@ def stream_response(response, message_placeholder, typing_indicator):
     except Exception as e:
         st.error(f"Error en el streaming: {str(e)}")
         return ''
+    
     typing_indicator.empty()
     message_placeholder.markdown(full_response)
     return full_response
 
+# Función para cargar CSS personalizado
 def load_css(file_path):
     with open(file_path) as f:
         st.markdown(f'<style>{f.read()}</style>', unsafe_allow_html=True)
 
+# Intentar cargar el CSS personalizado con ruta absoluta para mayor seguridad
 try:
     css_path = os.path.join(os.path.dirname(__file__), 'static', 'css', 'style.css')
     load_css(css_path)
 except Exception as e:
     print(f"Error al cargar CSS: {e}")
+    # Si el archivo no existe, crear un estilo básico en línea
     st.markdown("""
     <style>
     .robocopy-title {
@@ -93,9 +134,11 @@ except Exception as e:
     </style>
     """, unsafe_allow_html=True)
 
+# Función de utilidad para mostrar la carátula inicial
 def display_initial_header():
     col1, col2, col3 = st.columns([1, 2, 1])
     with col2:
+        # Centrar la imagen
         st.markdown("""
             <style>
                 div.stImage {
@@ -107,16 +150,22 @@ def display_initial_header():
             </style>
         """, unsafe_allow_html=True)
         st.image("robocopy_logo.png", width=300, use_container_width=True)
+        
+        # Título con diseño responsivo (eliminado el símbolo ∞)
         st.markdown("""
             <div style='text-align: center; margin-top: -35px; width: 100%;'>
                 <h1 class='robocopy-title' style='width: 100%; text-align: center; color: white !important; font-size: clamp(2.5em, 5vw, 4em); line-height: 1.2;'>PUV Creator</h1>
             </div>
         """, unsafe_allow_html=True)
+        
+        # Subtítulo con margen superior ajustado a -30px
         st.markdown("""
             <div style='text-align: center; width: 100%;'>
                 <p style='font-size: 16px; color: white; width: 100%; text-align: center; margin-top: -20px;'>By Jesús Cabrera</p>
             </div>
         """, unsafe_allow_html=True)
+    
+    # Descripción con fondo eliminado y margen superior ajustado a -20px
     st.markdown("""
         <div style='text-align: center; width: 100%;'>
             <p style='font-size: 16px; background-color: transparent; padding: 12px; border-radius: 8px; margin-top: -20px; color: white; width: 100%; text-align: center;'>
@@ -125,6 +174,7 @@ def display_initial_header():
         </div>
     """, unsafe_allow_html=True)
 
+# Función para mostrar ejemplos de preguntas
 def display_examples():
     ejemplos = [
         {"texto": "¿Qué es una Propuesta de Valor Única? 🎯", "prompt": "Explícame qué es una Propuesta de Valor Única (PUV) y por qué es importante para mi negocio"},
@@ -132,6 +182,8 @@ def display_examples():
         {"texto": "¿Qué elementos debe tener mi PUV? ✨", "prompt": "¿Cuáles son los elementos esenciales que debe incluir una Propuesta de Valor Única exitosa?"},
         {"texto": "¿Cuál es la mejor fórmula para mi caso? 🤔", "prompt": "Ayúdame a elegir la fórmula más adecuada para mi Propuesta de Valor según mi tipo de negocio"}
     ]
+
+    # Crear los botones de ejemplo
     cols = st.columns(4)
     for idx, ejemplo in enumerate(ejemplos):
         with cols[idx]:
@@ -147,19 +199,23 @@ genai.configure(api_key=GOOGLE_API_KEY)
 # Configuración de la aplicación
 new_chat_id = f'{time.time()}'
 MODEL_ROLE = 'ai'
-AI_AVATAR_ICON = '🤖'
-USER_AVATAR_ICON = '👤'
+AI_AVATAR_ICON = '🤖'  # Cambia el emoji por uno de robot para coincidir con tu logo
+USER_AVATAR_ICON = '👤'  # Añade un avatar para el usuario
 
+# Crear carpeta de datos si no existe
 try:
     os.mkdir('data/')
 except:
+    # data/ folder already exists
     pass
 
+# Cargar chats anteriores
 try:
     past_chats: dict = joblib.load('data/past_chats_list')
 except:
     past_chats = {}
 
+# Sidebar para seleccionar chats anteriores
 with st.sidebar:
     st.write('# Chats Anteriores')
     if state.chat_id is None:
@@ -170,6 +226,7 @@ with st.sidebar:
             placeholder='_',
         )
     else:
+        # This will happen the first time AI response comes in
         state.chat_id = st.selectbox(
             label='Selecciona un chat anterior',
             options=[new_chat_id, state.chat_id] + list(past_chats.keys()),
@@ -177,31 +234,46 @@ with st.sidebar:
             format_func=lambda x: past_chats.get(x, 'Nuevo Chat' if x != state.chat_id else state.chat_title),
             placeholder='_',
         )
+    # Save new chats after a message has been sent to AI
     state.chat_title = f'SesiónChat-{state.chat_id}'
 
+# Cargar historial del chat
 state.load_chat_history()
+
+# Inicializar el modelo y el chat
 state.initialize_model('gemini-2.0-flash')
-state.initialize_chat()
+state.initialize_chat()  # Siempre inicializar el chat después del modelo
 
+# Mostrar mensajes del historial
 for message in state.messages:
-    with st.chat_message(name=message['role'], avatar=message.get('avatar')):
+    with st.chat_message(
+        name=message['role'],
+        avatar=message.get('avatar'),
+    ):
         st.markdown(message['content'])
 
-# NUEVO BLOQUE MODIFICADO
+# Mensaje inicial del sistema si es un chat nuevo
 if not state.has_messages():
+    # Mostrar la carátula inicial con el logo centrado
     display_initial_header()
+    
+    # Mostrar los ejemplos
     display_examples()
-    if state.prompt:
-        process_message(state.prompt, is_example=True)
-        state.clear_prompt()
+
+    # Inicializar el chat con el prompt unificado
     system_prompt = get_unified_puv_prompt()
-    if state.chat is not None:
+    if state.chat is not None:  # Verificación adicional de seguridad
         state.chat.send_message(system_prompt)
     else:
         st.error("Error: No se pudo inicializar el chat correctamente.")
-else:
-    if prompt := st.chat_input('Describe tu producto/servicio y audiencia objetivo...'):
-        process_message(prompt, is_example=False)
-    if state.has_prompt():
-        process_message(state.prompt, is_example=True)
-        state.clear_prompt()
+
+# Procesar entrada del usuario
+if prompt := st.chat_input('Describe tu producto/servicio y audiencia objetivo...'):
+    process_message(prompt, is_example=False)
+
+# Procesar ejemplos seleccionados
+if state.has_prompt():
+    prompt = state.prompt
+    process_message(prompt, is_example=True)
+    # Limpiar el prompt
+    state.clear_prompt()