app.py

import os
import gradio as gr
import requests
import pandas as pd
from dotenv import load_dotenv

load_dotenv()  # Cargar variables de entorno

DEFAULT_API_URL = "https://agents-course-unit4-scoring.hf.space"

# Función para ejecutar y enviar todas las respuestas
def run_and_submit_all(profile: gr.OAuthProfile | None):
    """
    Recoge todas las preguntas, ejecuta el agente sobre ellas, envía las respuestas y muestra los resultados.
    """
    space_id = os.getenv("SPACE_ID")  # ID del espacio para enlaces al código

    if profile:
        username = f"{profile.username}"
        print(f"Usuario logueado: {username}")
    else:
        print("Usuario no logueado.")
        return "Por favor, inicia sesión en Hugging Face.", None

    api_url = DEFAULT_API_URL
    questions_url = f"{api_url}/questions"
    attachments_url = f"{api_url}/files/"
    submit_url = f"{api_url}/submit"

    # Crear agente (modificado)
    try:
        print("Iniciando agente...")
        agent = agent.BasicAgent()  # Usar el agente principal
    except Exception as e:
        print(f"Error al iniciar el agente: {e}")
        return f"Error al iniciar el agente: {e}", None

    # 2. Recoger las preguntas
    print(f"Recogiendo preguntas desde: {questions_url}")
    try:
        response = requests.get(questions_url, timeout=15)
        response.raise_for_status()
        questions_data = response.json()
        if not questions_data:
            print("La lista de preguntas está vacía.")
            return "La lista de preguntas está vacía.", None
        print(f"Se recogieron {len(questions_data)} preguntas.")
    except Exception as e:
        print(f"Error recogiendo preguntas: {e}")
        return f"Error recogiendo preguntas: {e}", None

    # 3. Ejecutar el agente
    results_log = []
    answers_payload = []
    print(f"Ejecutando el agente sobre {len(questions_data)} preguntas...")
    for item in questions_data:
        task_id = item.get("task_id")
        question_text = item.get("question", "")
        attachment_b64 = item.get("attachment_b64", "")
        if attachment_b64:
            question_text = f"{question_text}\n\n[ATTACHMENT:]\n{attachment_b64}"
        if not task_id or question_text is None:
            print(f"Saltando tarea con ID o pregunta faltante: {item}")
            continue
        try:
            submitted_answer = agent.forward(question_text)  # Respuesta del agente
            answers_payload.append({"task_id": task_id, "submitted_answer": submitted_answer})
            results_log.append({"Task ID": task_id, "Question": question_text, "Submitted Answer": submitted_answer})
        except Exception as e:
            print(f"Error ejecutando agente en tarea {task_id}: {e}")
            results_log.append({"Task ID": task_id, "Question": question_text, "Submitted Answer": f"ERROR: {e}"})

    # 4. Enviar las respuestas
    submission_data = {"username": username.strip(), "agent_code": "agent_code_placeholder", "answers": answers_payload}
    try:
        response = requests.post(submit_url, json=submission_data, timeout=60)
        response.raise_for_status()
        result_data = response.json()
        final_status = f"¡Envío exitoso!\nUsuario: {result_data.get('username')}\nPuntaje final: {result_data.get('score', 'N/A')}%"
        print("Envío exitoso.")
        return final_status, pd.DataFrame(results_log)
    except requests.exceptions.RequestException as e:
        print(f"Error al enviar respuestas: {e}")
        return f"Error al enviar respuestas: {e}", pd.DataFrame(results_log)

# Interfaz Gradio
with gr.Blocks() as demo:
    gr.Markdown("# Evaluación Básica del Agente")
    gr.Markdown("""
    **Instrucciones:**
    1. Modifica este espacio con tu lógica de agente y las herramientas necesarias.
    2. Inicia sesión en Hugging Face con el botón abajo.
    3. Haz clic en 'Ejecutar Evaluación y Enviar Todas las Respuestas' para obtener resultados.

    **Aviso:**
    Puede tomar tiempo procesar las respuestas, así que ten paciencia.
    """)

    gr.LoginButton()
    run_button = gr.Button("Ejecutar Evaluación y Enviar Todas las Respuestas")
    status_output = gr.Textbox(label="Resultado de Ejecución / Envío", lines=5, interactive=False)
    results_table = gr.DataFrame(label="Preguntas y Respuestas del Agente", wrap=True)

    run_button.click(fn=run_and_submit_all, outputs=[status_output, results_table])

if __name__ == "__main__":
    demo.launch(debug=True, share=False)