Update app.py

app.py

@@ -1,122 +1,14 @@
+# app.py - ESTE es el archivo que Hugging Face ejecuta automáticamente
 import os
-import gradio as gr
-from tavily import TavilyClient
-from openai import OpenAI
-import requests  # Para MCP fallback
+from main import DevCreatorAI
 
-# =======================================================
-# CONFIGURACIÓN (Secrets)
-# =======================================================
-TAVILY_API_KEY = os.getenv("TAVILY_API_KEY")
-OPENAI_API_KEY = os.getenv("OPENAI_API_KEY")
+# Obtener API key de las variables secretas de Hugging Face
+TAVILY_API_KEY = os.getenv("TAVILY_API_KEY", "demo_key")
 
-if not TAVILY_API_KEY:
-    raise gr.Error("Falta TAVILY_API_KEY en Secrets (usa tvly-...)")
-if not OPENAI_API_KEY:
-    raise gr.Error("Falta OPENAI_API_KEY en Secrets (obtén en openai.com)")
-
-# Cliente Tavily (tu ejemplo exacto)
-tavily_client = TavilyClient(api_key=TAVILY_API_KEY)
-
-# Cliente OpenAI
-openai_client = OpenAI(api_key=OPENAI_API_KEY)
-
-# MCP endpoint de Tavily (de tu paste, para queries expert)
-MCP_URL = "https://mcp.tavily.com/mcp/?tavilyApiKey=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"  # Tu dev key; cambia si es prod
-
-# =======================================================
-# Función LLM: OpenAI GPT-3.5-turbo (sustituye HF)
-# =======================================================
-def query_openai(prompt):
-    try:
-        response = openai_client.chat.completions.create(
-            model="gpt-3.5-turbo",
-            messages=[{"role": "user", "content": prompt}],
-            max_tokens=500,
-            temperature=0.7
-        )
-        return response.choices[0].message.content.strip()
-    except Exception as e:
-        return f"[Error OpenAI] {str(e)}"
-
-# =======================================================
-# Fallback MCP: Usa Tavily Expert via endpoint (de tu paste)
-# =======================================================
-def query_mcp(query, instructions="Summarize key facts"):
-    try:
-        payload = {"query": query, "instructions": instructions}
-        response = requests.post(MCP_URL, json=payload, timeout=30)
-        if response.status_code == 200:
-            return response.json().get("summary", "[MCP vacío]")
-        return "[Error MCP 404/500]"
-    except Exception as e:
-        return f"[Error MCP] {str(e)}"
-
-# =======================================================
-# Agente: Búsqueda Tavily + LLM OpenAI
-# =======================================================
-def agente_inteligente(pregunta):
-    if not pregunta.strip():
-        return "Escribe una pregunta."
-
-    # 1. Búsqueda con Tavily (tu ejemplo: como "Who is Leo Messi?")
-    try:
-        resultados = tavily_client.search(query=pregunta, max_results=3)
-        contexto = "\n\n".join([
-            f"Título: {r['title']}\nContenido: {r['content'][:600]}...\nURL: {r['url']}"
-            for r in resultados.get("results", [])
-        ])
-    except Exception as e:
-        # Fallback a MCP si Tavily falla
-        contexto = query_mcp(pregunta, "Extrae hechos clave de búsqueda web")
-        if "Error" in contexto:
-            return f"No se pudo buscar: {contexto}\n\nPregunta: {pregunta}"
-
-    # 2. Prompt para OpenAI (claro, emocional, basado en búsqueda)
-    prompt = f"""Eres un asistente experto y carismático. Usa SOLO la información de los resultados de búsqueda para responder de forma clara, interesante y emocionalmente rica. Hazlo vívido, como si contaras una historia cautivadora.
-
-Pregunta del usuario: {pregunta}
-
-Resultados de búsqueda:
-{contexto}
-
-Respuesta:"""
-
-    # 3. Genera respuesta con OpenAI
-    respuesta = query_openai(prompt)
-    return respuesta
-
-# =======================================================
-# Interfaz Gradio
-# =======================================================
-with gr.Blocks(theme=gr.themes.Soft(), title="Bat_Tavily_OpenAI") as demo:
-    gr.Markdown("# Bat_Tavily_OpenAI\n**Tavily + GPT-3.5. Sin HF. Respuestas correctas y rápidas.**")
-
-    inp = gr.Textbox(
-        label="Tu pregunta",
-        placeholder="Ej: ¿Quién es Leo Messi? (prueba tu ejemplo de Tavily)",
-        lines=3
-    )
-    out = gr.Textbox(
-        label="Respuesta",
-        interactive=False,
-        lines=12,
-        show_copy_button=True
-    )
-
-    gr.Examples(
-        examples=[
-            "¿Quién es Leo Messi?",  # Tu ejemplo exacto
-            "¿Cuáles son las últimas noticias sobre inteligencia artificial?",
-            "Explica la relatividad de Einstein"
-        ],
-        inputs=inp
-    )
-
-    gr.Row([
-        gr.Button("Enviar").click(agente_inteligente, inputs=inp, outputs=out),
-        gr.Button("Limpiar").click(lambda: ("", ""), outputs=[inp, out])
-    ])
+# Crear la aplicación
+app = DevCreatorAI(TAVILY_API_KEY)
+demo = app.create_interface()
 
+# Hugging Face ejecuta esto automáticamente
 if __name__ == "__main__":
     demo.launch(debug=True)