Update app.py

app.py

@@ -83,6 +83,7 @@ class HyperrealisticPromptGenerator:
     def _choose_random(self, options: List[str]) -> str:
         return random.choice(options)
 
+    # --- CORRECCIÓN DE SYNTAX ERROR AQUÍ ---
     def generate_single_prompt(self, role: Optional[str] = None) -> str:
         selected_role = role if role else self._choose_random(self.ROLES)
         age = self._choose_random(self.AGES)
@@ -92,17 +93,21 @@ class HyperrealisticPromptGenerator:
         pose = self._choose_random(self.POSES)
         setting = self._choose_random(self.SETTINGS)
         atmosphere = self._choose_random(self.ATMOSPHERES)
-        prompt = (
-            f"```
-            f"Age: {age}\n"
-            f"Hair: {hair_style} in {hair_color}\n"
-            f"Eyes: {eye_color} with expressive, captivating gaze\n"
-            f"Pose: {pose}\n"
-            f"Environment: {setting}\n"
-            f"Atmosphere: {atmosphere}\n"
-            f"Outfit: {self.CONDITION_FIXED}\n\n"
-            f"Technical specs:\n{self.TECHNICAL_DETAILS}\n```"
-        )
+        
+        # Uso de triple comilla f-string para construir el prompt multilínea
+        prompt = f"""```
+Role: {selected_role}
+Age: {age}
+Hair: {hair_style} in {hair_color}
+Eyes: {eye_color} with expressive, captivating gaze
+Pose: {pose}
+Environment: {setting}
+Atmosphere: {atmosphere}
+Outfit: {self.CONDITION_FIXED}
+
+Technical specs:
+{self.TECHNICAL_DETAILS}
+```"""
         return prompt
 
     def generate_prompt_automatic(self):
@@ -113,6 +118,7 @@ class HyperrealisticPromptGenerator:
 gen = HyperrealisticPromptGenerator()
 
 # Configuración API SambaNova
+# Asegúrate de que SAMBANOVA_API_KEY esté disponible en tu entorno
 API_KEY = os.getenv("SAMBANOVA_API_KEY")
 API_URL = "https://api.sambanova.ai/v1/chat/completions"
 headers = {
@@ -122,6 +128,9 @@ headers = {
 
 def analizar_imagen_y_generar_prompt(image_url_or_base64):
     # Se envía la imagen para obtener una descripción en inglés
+    if not API_KEY:
+        return "Error: La variable de entorno SAMBANOVA_API_KEY no está configurada."
+        
     messages = [
         {"role": "system", "content": "You are an assistant that describes images in detailed English."},
         {"role": "user", "content": [
@@ -139,24 +148,47 @@ def analizar_imagen_y_generar_prompt(image_url_or_base64):
         response.raise_for_status()
         resp_json = response.json()
         text_resp = resp_json["choices"][0]["message"]["content"]
-        prompt = f"``````"
+        
+        # --- CORRECCIÓN DE SYNTAX ERROR AQUÍ ---
+        # Envuelve la respuesta en un bloque de código markdown
+        prompt = f"```\n{text_resp}\n```"
         return prompt
     except Exception as e:
         return f"Error al analizar imagen y generar prompt: {e}"
 
 def chat_sambanova(user_message, image_input, auto_mode, chat_history):
     updated_history = chat_history.copy()
+    
+    if not API_KEY:
+        error_msg = "Error: La variable de entorno SAMBANOVA_API_KEY no está configurada."
+        updated_history.append((user_message if user_message else "Intento de interacción", error_msg))
+        yield "", updated_history
+        return
 
     if auto_mode and image_input:
         # Modo automático: analizar imagen y generar prompt automáticamente
         prompt = analizar_imagen_y_generar_prompt(image_input)
-        # Mostrar prompt generado en el chat
-        updated_history.append(("IA - Prompt automático generado:", prompt))
-        return "", updated_history
+        
+        # El prompt se inyecta como un mensaje de la IA
+        ai_msg = f"IA - Prompt automático generado:\n{prompt}"
+        
+        # Si el usuario envió un mensaje, lo mantenemos. Si no, usamos una etiqueta.
+        user_display = user_message if user_message else "Análisis de imagen automático"
+        updated_history.append((user_display, ai_msg))
+        
+        # Se vacía el mensaje de entrada y se actualiza el chat
+        yield "", updated_history
+        return
 
     # Modo chat manual: enviar mensaje a SambaNova API
     messages = [{"role": "system", "content": "Eres un asistente útil"}]
     for user_msg, ai_msg in updated_history:
+        # Si el mensaje es una tupla, asumimos que el primer elemento es el texto.
+        if isinstance(user_msg, str) and user_msg.startswith("IA - Prompt automático generado"):
+             # Ignorar los prompts generados internamente para el contexto del modelo
+             continue
+        
+        # El historial de Gradio almacena las interacciones, pero el modelo necesita los roles 'user' y 'assistant'
         messages.append({"role": "user", "content": [{"type": "text", "text": user_msg}]})
         messages.append({"role": "assistant", "content": ai_msg})
 
@@ -176,6 +208,7 @@ def chat_sambanova(user_message, image_input, auto_mode, chat_history):
         response.raise_for_status()
 
         collected_text = ""
+        # Agregar el mensaje del usuario con una respuesta vacía inicialmente
         updated_history.append((user_message, ""))
 
         for line in response.iter_lines(decode_unicode=True):
@@ -191,34 +224,53 @@ def chat_sambanova(user_message, image_input, auto_mode, chat_history):
 
                         collected_text += text_fragment
 
+                        # Actualizar la respuesta en el último elemento del historial
                         if updated_history:
                             updated_history[-1] = (updated_history[-1][0], collected_text)
 
+                        # Usar yield para la respuesta en tiempo real
                         yield "", updated_history
                     except json.JSONDecodeError:
                         continue
+                        
+        # Asegurarse de que el último yield se complete
+        yield "", updated_history
+                        
     except requests.exceptions.RequestException as err:
-        error_msg = f"Error: {err}"
+        error_msg = f"Error de conexión con SambaNova: {err}"
+        # Asegurarse de que el error se muestre como respuesta
         if not updated_history or updated_history[-1][0] != user_message:
             updated_history.append((user_message, error_msg))
         else:
             updated_history[-1] = (updated_history[-1][0], error_msg)
         yield "", updated_history
-
+        
 def generar_prompt_interno():
+    # Esta función simplemente llama a generate_prompt_automatic y devuelve el valor
     return gen.generate_prompt_automatic()
 
 with gr.Blocks() as demo:
+    gr.Markdown("# Hyperrealistic Prompt Generator & Chatbot")
+    
     chat_history = gr.State([])
-    chatbot = gr.Chatbot(label="Chatbot IA")
-    msg = gr.Textbox(label="Escribe tu mensaje")
-    img_input = gr.Textbox(label="Imagen base64 o URL (opcional)", placeholder="Pega aquí la imagen o URL")
-    auto_mode = gr.Checkbox(label="Modo automático (generar prompt auto desde imagen)", value=False)
-    btn_send = gr.Button("Enviar mensaje")
-    btn_gen_prompt = gr.Button("Generar prompt automático interno")
+    chatbot = gr.Chatbot(label="Chatbot IA (SambaNova - Llama-4 Maverick)")
+    
+    with gr.Row():
+        msg = gr.Textbox(label="Escribe tu mensaje", scale=4)
+        img_input = gr.Textbox(label="Imagen base64 o URL (opcional)", placeholder="Pega aquí la imagen o URL", scale=2)
+        
+    with gr.Row():
+        auto_mode = gr.Checkbox(label="Modo automático (generar prompt auto desde imagen)", value=False)
+        btn_send = gr.Button("Enviar mensaje", variant="primary")
+        # --- CORRECCIÓN DE LA FUNCIÓN INCOMPLETA AQUÍ ---
+        # El botón de prompt interno ahora pone el prompt generado en el cuadro de texto 'msg'
+        btn_gen_prompt = gr.Button("Generar prompt automático interno (al cuadro de texto)", variant="secondary")
 
+    # Eventos
     btn_send.click(chat_sambanova, inputs=[msg, img_input, auto_mode, chat_history], outputs=[msg, chatbot, chat_history])
     msg.submit(chat_sambanova, inputs=[msg, img_input, auto_mode, chat_history], outputs=[msg, chatbot, chat_history])
 
-    btn_gen_prompt.click(lambda: (gen.generate_prompt_
-    
+    # El botón genera el prompt y lo coloca en el cuadro de texto 'msg'
+    btn_gen_prompt.click(generar_prompt_interno, inputs=[], outputs=[msg])
+
+# demo.launch() # Descomenta para ejecutar la aplicación localmente