Update modules/studentact/current_situation_interface.py

modules/studentact/current_situation_interface.py

@@ -90,25 +90,26 @@ ANALYSIS_DIMENSION_MAPPING = {
     }
 }
 
+
 ##############################################################################
 #                           FUNCIÓN PRINCIPAL
 ##############################################################################
 def display_current_situation_interface(lang_code, nlp_models, t):
     """
-    Distribución requerida:
     TAB:
-      └─ Expander para seleccionar el tipo de texto
+      - Expander con radio para tipo de texto
+
+    Contenedor-1 (2 "filas" con borde):
+       - Fila 1: Métricas base
+       - Fila 2: Métricas iteración
 
-      Contenedor-1 (tres filas):
-         Fila 1: Métricas de la línea base
-         Fila 2: Métricas de iteración
-         Fila 3: Recomendaciones
+    Contenedor-2 (2 columnas):
+       - Col1: Texto base
+       - Col2: Texto iteración
 
-      Contenedor-2 (dos columnas):
-         Col1: Texto base
-         Col2: Texto iteración
+    Al final, Recomendaciones en una sola línea.
     """
-    # --- Inicializar estados si no existen ---
+    # --- Inicializar session_state ---
     if 'base_text' not in st.session_state:
         st.session_state.base_text = ""
     if 'iter_text' not in st.session_state:
@@ -122,97 +123,118 @@ def display_current_situation_interface(lang_code, nlp_models, t):
     if 'show_iter' not in st.session_state:
         st.session_state.show_iter = False
 
-    try:
-        # Creamos un tab
-        tabs = st.tabs(["Análisis de Texto"])
-        with tabs[0]:
-            # -----------------------------------------------------------------
-            # [1] Expander para seleccionar el tipo de texto
-            # -----------------------------------------------------------------
-            with st.expander("Selecciona el tipo de texto", expanded=True):
-                text_type = st.radio(
-                    "¿Qué tipo de texto quieres analizar?",
-                    options=list(TEXT_TYPES.keys()),
-                    format_func=lambda x: TEXT_TYPES[x]['name'],
-                    index=0,
-                    help="Selecciona el tipo de texto para ajustar criterios de evaluación"
+    # Creamos un TAB
+    tabs = st.tabs(["Análisis de Texto"])
+    with tabs[0]:
+        # 1) Expander con radio
+        with st.expander("Selecciona el tipo de texto", expanded=True):
+            text_type = st.radio(
+                "¿Qué tipo de texto quieres analizar?",
+                options=list(TEXT_TYPES.keys()),
+                format_func=lambda x: TEXT_TYPES[x]['name'],
+                index=0
+            )
+            st.session_state.current_text_type = text_type
+
+        st.markdown("---")
+
+        # ---------------------------------------------------------------------
+        # CONTENEDOR-1: Métricas (2 filas con borde)
+        # ---------------------------------------------------------------------
+        with st.container():
+            # Fila 1: Métricas base
+            if st.session_state.show_base:
+                # Usamos HTML + CSS para enmarcar las métricas en un div con borde
+                st.markdown(
+                    """
+                    <div style="border:1px solid black; padding:10px; margin-bottom:10px;">
+                        <p style="font-weight:bold;">Métricas de la línea base</p>
+                    """,
+                    unsafe_allow_html=True
                 )
-                st.session_state.current_text_type = text_type
-
-            # -----------------------------------------------------------------
-            # Contenedor-1: 3 filas (Métricas base, Métricas iteración, Recomendaciones)
-            # -----------------------------------------------------------------
-            with st.container():
-                # --- Fila 1: Métricas base ---
-                if st.session_state.show_base:
-                    st.markdown("**Métricas de la línea base del texto**")
-                    display_metrics_in_one_line(st.session_state.base_metrics, text_type)
-
-                # --- Fila 2: Métricas iteración ---
-                if st.session_state.show_iter:
-                    st.markdown("**Métricas de la iteración del texto**")
-                    display_metrics_in_one_line(st.session_state.iter_metrics, text_type)
-
-                # --- Fila 3: Recomendaciones ---
-                # (Separado de las métricas, pero en la misma sección)
-                if st.session_state.show_iter:
-                    st.markdown("**Recomendaciones**")
-                    for dimension, values in st.session_state.iter_metrics.items():
-                        score = values['normalized_score']
-                        target = TEXT_TYPES[text_type]['thresholds'][dimension]['target']
-                        if score < target:
-                            suggest_improvement_tools(dimension)
-
-            # -----------------------------------------------------------------
-            # Contenedor-2: 2 columnas para ingresar texto base / iteración
-            # -----------------------------------------------------------------
+                # ---- Aquí llamamos a la función que muestra las 4 métricas ----
+                display_metrics_in_one_row(st.session_state.base_metrics, text_type)
+                # Cerramos el div
+                st.markdown("</div>", unsafe_allow_html=True)
+
+            # Fila 2: Métricas de iteración
+            if st.session_state.show_iter:
+                st.markdown(
+                    """
+                    <div style="border:1px solid black; padding:10px; margin-bottom:10px;">
+                        <p style="font-weight:bold;">Métricas de la iteración</p>
+                    """,
+                    unsafe_allow_html=True
+                )
+                display_metrics_in_one_row(st.session_state.iter_metrics, text_type)
+                st.markdown("</div>", unsafe_allow_html=True)
+
+        # ---------------------------------------------------------------------
+        # CONTENEDOR-2: 2 columnas (texto base | texto iteración)
+        # ---------------------------------------------------------------------
+        with st.container():
+            col_left, col_right = st.columns(2)
+
+            with col_left:
+                st.markdown("**Texto base**")
+                text_base = st.text_area(
+                    label="",
+                    value=st.session_state.base_text,
+                    key="text_base_area",
+                    placeholder="Pega aquí tu texto base"
+                )
+                if st.button("Analizar Base"):
+                    with st.spinner("Analizando texto base..."):
+                        doc = nlp_models[lang_code](text_base)
+                        metrics = analyze_text_dimensions(doc)
+                        st.session_state.base_text = text_base
+                        st.session_state.base_metrics = metrics
+                        st.session_state.show_base = True
+                        # Al analizar base, reiniciamos la iteración
+                        st.session_state.show_iter = False
+
+            with col_right:
+                st.markdown("**Texto de iteración**")
+                text_iter = st.text_area(
+                    label="",
+                    value=st.session_state.iter_text,
+                    key="text_iter_area",
+                    placeholder="Edita y mejora tu texto...",
+                    disabled=not st.session_state.show_base
+                )
+                if st.button("Analizar Iteración", disabled=not st.session_state.show_base):
+                    with st.spinner("Analizando iteración..."):
+                        doc = nlp_models[lang_code](text_iter)
+                        metrics = analyze_text_dimensions(doc)
+                        st.session_state.iter_text = text_iter
+                        st.session_state.iter_metrics = metrics
+                        st.session_state.show_iter = True
+
+        # ---------------------------------------------------------------------
+        # Recomendaciones al final (una sola línea, por ejemplo)
+        # ---------------------------------------------------------------------
+        # Solo mostramos si tenemos iteración
+        if st.session_state.show_iter:
+            # Podríamos mostrar todo en una misma línea usando st.columns(1)
+            # o simplemente un st.container(). Lo muestro en un solo contenedor:
             with st.container():
-                col_left, col_right = st.columns(2)
-
-                # Caja de texto para el texto base
-                with col_left:
-                    st.markdown("**Texto base**")
-                    text_base = st.text_area(
-                        label="",
-                        value=st.session_state.base_text,
-                        key="text_base_area",
-                        placeholder="Pega aquí tu texto base",
-                        # Quitar 'height' si quieres permitir altura completamente flexible:
-                        # height=200
-                    )
-
-                    if st.button("Analizar Base"):
-                        with st.spinner("Analizando texto base..."):
-                            doc = nlp_models[lang_code](text_base)
-                            metrics = analyze_text_dimensions(doc)
-                            st.session_state.base_text = text_base
-                            st.session_state.base_metrics = metrics
-                            st.session_state.show_base = True
-                            st.session_state.show_iter = False
-
-                # Caja de texto para la iteración
-                with col_right:
-                    st.markdown("**Texto de iteración**")
-                    text_iter = st.text_area(
-                        label="",
-                        value=st.session_state.iter_text,
-                        key="text_iter_area",
-                        placeholder="Edita y mejora tu texto...",
-                        disabled=not st.session_state.show_base,
-                        # height=200
-                    )
-
-                    if st.button("Analizar Iteración", disabled=not st.session_state.show_base):
-                        with st.spinner("Analizando texto de iteración..."):
-                            doc = nlp_models[lang_code](text_iter)
-                            metrics = analyze_text_dimensions(doc)
-                            st.session_state.iter_text = text_iter
-                            st.session_state.iter_metrics = metrics
-                            st.session_state.show_iter = True
+                st.markdown("**Recomendaciones**")
+                # Si las quieres en una sola línea, podrías hacer algo como:
+                # rec_col = st.columns(1)[0]   # Solo 1 columna
+                # con rec_col: ...
+                # Pero en general, un for con st.write estará apilado verticalmente.
 
-    except Exception as e:
-        logger.error(f"Error en interfaz: {str(e)}")
-        st.error("Error al cargar la interfaz")
+                # Ejemplo de iterar dimensiones
+                any_reco = False
+                for dimension, values in st.session_state.iter_metrics.items():
+                    score = values['normalized_score']
+                    target = TEXT_TYPES[text_type]['thresholds'][dimension]['target']
+                    if score < target:
+                        suggest_improvement_tools(dimension)
+                        any_reco = True
+
+                if not any_reco:
+                    st.info("¡No hay recomendaciones! Todas las métricas superan la meta.")
 
 
 #Funciones de visualización ##################################
@@ -252,6 +274,7 @@ def display_metrics_in_one_line(metrics, text_type):
                 value=f"{score:.2f}",
                 delta=f"{status} (Meta: {target:.2f})",
                 delta_color=color
+                border=True
             )