app.py

import streamlit as st
from PIL import Image
import speech_recognition as sr
import google.generativeai as genai
from pymongo import MongoClient
from bson.objectid import ObjectId
import pyttsx3

# Configuración de la base de datos MongoDB
def obtener_cliente_mongo():
    try:
        cliente = MongoClient("mongodb://localhost:27017/")
        cliente.server_info()  # Verifica la conexión
        return cliente
    except Exception as e:
        st.error(f"Error: No se pudo conectar a MongoDB. Verifica que el servidor esté en ejecución. Detalles: {e}")
        return None

cliente = obtener_cliente_mongo()
if cliente:
    db = cliente["historial_busquedas"]
    coleccion_historial = db["historial"]

# Clave API para Google Generative AI
api_key = 'AIzaSyDJZ3r6VRhRivR0pb96cBRg_VvGg_fXq5k'
params = {
    'key': api_key,
}

def guardar_historial(modo_entrada, entrada_usuario, respuesta):
    entrada_historial = {
        "modo_entrada": modo_entrada,
        "entrada_usuario": entrada_usuario,
        "respuesta": respuesta
    }
    coleccion_historial.insert_one(entrada_historial)

def cargar_historial():
    entradas_historial = list(coleccion_historial.find().sort("_id", -1))
    return entradas_historial

def eliminar_historial(id_entrada):
    coleccion_historial.delete_one({"_id": ObjectId(id_entrada)})

def procesar_texto(texto):
    genai.configure(api_key=api_key)
    modelo = genai.GenerativeModel('gemini-1.5-pro-latest')
    respuesta = modelo.generate_content(texto)
    resultado = respuesta.text
    guardar_historial("Texto", texto, resultado)
    return resultado

def procesar_imagen(imagen):
    genai.configure(api_key=api_key)
    modelo = genai.GenerativeModel('gemini-1.5-pro-latest')
    respuesta = modelo.generate_content(imagen.name)  # Asume que `generate_content` maneja el nombre de la imagen como entrada válida
    resultado = respuesta.text
    guardar_historial("Imagen", imagen.name, resultado)
    return resultado

def reconocer_voz():
    reconocedor = sr.Recognizer()
    with sr.Microphone() as fuente:
        st.write("Escuchando...")
        audio = reconocedor.listen(fuente)
    try:
        texto = reconocedor.recognize_google(audio)
        return texto
    except sr.UnknownValueError:
        return "El reconocimiento de voz de Google no pudo entender el audio"
    except sr.RequestError as e:
        return f"No se pudieron solicitar resultados del servicio de reconocimiento de voz de Google; {e}"

def hablar_texto(texto):
    motor = pyttsx3.init()
    motor.say(texto)
    motor.runAndWait()

st.set_page_config(layout="wide")
st.sidebar.title("Historial")

historial = cargar_historial()
respuesta_seleccionada = None

# Mostrar historial en la barra lateral
for entrada in historial:
    with st.sidebar.expander(f"{entrada['entrada_usuario']}"):
        col1, col2 = st.columns([1, 1])
        with col1:
            if st.button("Respuesta", key=str(entrada['_id'])):
                respuesta_seleccionada = entrada['respuesta']
        with col2:
            if st.button("Eliminar", key=f"eliminar_{entrada['_id']}"):
                eliminar_historial(entrada['_id'])
                st.rerun()  # Usa `st.rerun()` en lugar de `st.experimental_rerun()`

st.title("🤖 ChatBot")

espacio_contenido_generado = st.empty()

# Mostrar respuesta seleccionada
if respuesta_seleccionada:
    espacio_contenido_generado.write(respuesta_seleccionada)
    if st.button("🔊 Hablar"):
        hablar_texto(respuesta_seleccionada)

# Cargar y aplicar CSS personalizado
with open("./style.css") as f:
    st.markdown(f"<style>{f.read()}</style>", unsafe_allow_html=True)

# Contenido principal
col1, col2 = st.columns([1, 3])

with col1:
    tipo_entrada = st.selectbox("Selecciona el tipo de entrada", ["Haz una pregunta❓", "🖼️ Subir imagen", "🎤 Usar micrófono"])

with col2:
    if tipo_entrada == "Haz una pregunta❓":
        entrada_texto = st.text_input("Ingresa tu pregunta aquí")
        if entrada_texto:
            with st.spinner("Generando respuesta..."):
                resultado = procesar_texto(entrada_texto)
            espacio_contenido_generado.write(resultado)
            if st.button("🔊 Hablar", key="hablar_entrada_texto"):
                hablar_texto(resultado)

    elif tipo_entrada == "🖼️ Subir imagen":
        entrada_imagen = st.file_uploader("Sube una imagen", type=["jpg", "png", "jpeg"])
        if entrada_imagen:
            imagen = Image.open(entrada_imagen)
            st.image(imagen, caption='Imagen subida.', use_column_width=True)
            with st.spinner("Procesando imagen..."):
                respuesta = procesar_imagen(entrada_imagen)
            espacio_contenido_generado.write(respuesta)

    elif tipo_entrada == "🎤 Usar micrófono":
        if st.button("Grabar"):
            with st.spinner("Escuchando y procesando..."):
                texto_de_voz = reconocer_voz()
            if texto_de_voz:
                entrada_texto = st.text_input("Habla", value=texto_de_voz)
                if entrada_texto:
                    with st.spinner("Generando respuesta..."):
                        resultado = procesar_texto(entrada_texto)
                    espacio_contenido_generado.write(resultado)
                    if st.button("🔊 Hablar", key="hablar_entrada_voz"):
                        hablar_texto(resultado)