Update app.py

app.py

@@ -16,7 +16,7 @@ CLAUDE_MODELS = {
         "name": "Claude Opus 4 (Latest)",
         "description": "Modelo más potente para desafíos complejos",
         "max_tokens": 4000,
-        "best_for": "Análisis muy detallados y complejos, tareas que requieren máximo rendimiento"
+        "best_for": "Análisis muy detallados y complejos"
     },
     "claude-sonnet-4-20250514": {
         "name": "Claude Sonnet 4 (Latest)",
@@ -28,7 +28,7 @@ CLAUDE_MODELS = {
         "name": "Claude 3.5 Haiku (Latest)",
         "description": "Modelo más rápido para tareas diarias",
         "max_tokens": 4000,
-        "best_for": "Análisis rápidos y económicos, tareas simples"
+        "best_for": "Análisis rápidos y económicos"
     },
     "claude-3-7-sonnet-20250219": {
         "name": "Claude 3.7 Sonnet",
@@ -41,24 +41,6 @@ CLAUDE_MODELS = {
         "description": "Excelente balance entre velocidad y capacidad",
         "max_tokens": 4000,
         "best_for": "Análisis rápidos y precisos"
-    },
-    "claude-3-5-sonnet-20240620": {
-        "name": "Claude 3.5 Sonnet (Jun 2024)",
-        "description": "Versión anterior de 3.5 Sonnet",
-        "max_tokens": 4000,
-        "best_for": "Análisis estándar confiable"
-    },
-    "claude-3-haiku-20240307": {
-        "name": "Claude 3 Haiku",
-        "description": "Modelo rápido y eficiente de la serie 3",
-        "max_tokens": 4000,
-        "best_for": "Análisis rápidos básicos"
-    },
-    "claude-3-opus-20240229": {
-        "name": "Claude 3 Opus",
-        "description": "Modelo más potente de la serie 3",
-        "max_tokens": 4000,
-        "best_for": "Análisis complejos avanzados"
     }
 }
 
@@ -186,7 +168,7 @@ def extract_text_from_pdf(pdf_file) -> str:
     except Exception as e:
         return f"Error al leer PDF: {str(e)}"
 
-def analyze_with_ai(pdf_text: str, analysis_type: str, claude_model: str = "claude-sonnet-4-20250514") -> str:
+def analyze_with_ai(pdf_text: str, analysis_type: str, claude_model: str = "claude-opus-4-20250514") -> str:
     """Analiza el texto del PDF usando IA con el modelo de Claude seleccionado"""
     
     prompts = {
@@ -228,7 +210,7 @@ def analyze_with_ai(pdf_text: str, analysis_type: str, claude_model: str = "clau
     
     try:
         # Obtener configuración del modelo seleccionado
-        model_config = CLAUDE_MODELS.get(claude_model, CLAUDE_MODELS["claude-sonnet-4-20250514"])
+        model_config = CLAUDE_MODELS.get(claude_model, CLAUDE_MODELS["claude-opus-4-20250514"])
         
         response = client.messages.create(
             model=claude_model,
@@ -339,42 +321,40 @@ print("Personaliza los parámetros según tus datos experimentales.")
     
     return code
 
-def comprehensive_analysis(pdf_file, claude_model: str) -> Tuple[str, str, str, str]:
+def comprehensive_analysis(pdf_file, claude_model: str = "claude-opus-4-20250514") -> Tuple[str, str, str]:
     """Análisis completo del PDF con el modelo de Claude seleccionado"""
     if pdf_file is None:
-        return "❌ Por favor sube un archivo PDF", "", "", ""
-    
-    # Extraer texto
-    pdf_text = extract_text_from_pdf(pdf_file)
-    if "Error" in pdf_text:
-        return pdf_text, "", "", ""
-    
-    # Mostrar modelo seleccionado
-    model_info = CLAUDE_MODELS.get(claude_model, CLAUDE_MODELS["claude-sonnet-4-20250514"])
-    status_msg = f"🤖 Analizando con {model_info['name']}..."
-    
-    # Análisis por etapas
-    process_analysis = analyze_with_ai(pdf_text, "identificar_proceso", claude_model)
-    model_recommendations = analyze_with_ai(pdf_text, "recomendar_modelos", claude_model)
-    parameter_analysis = analyze_with_ai(pdf_text, "parametros_estimacion", claude_model)
-    
-    # Extraer modelos recomendados para obtener detalles
-    recommended_models = []
-    for category, models in BIOTECH_MODELS.items():
-        for model_name in models.keys():
-            if model_name.lower() in model_recommendations.lower():
-                recommended_models.append(model_name)
+        return "❌ Por favor sube un archivo PDF", "", "⚠️ No hay archivo para analizar"
     
-    model_details = get_model_details(recommended_models)
-    implementation_code = generate_implementation_code(recommended_models)
-    
-    # Formatear respuesta final
-    final_report = f"""
+    try:
+        # Extraer texto
+        pdf_text = extract_text_from_pdf(pdf_file)
+        if "Error" in pdf_text:
+            return pdf_text, "", "❌ Error al procesar PDF"
+        
+        # Mostrar modelo seleccionado
+        model_info = CLAUDE_MODELS.get(claude_model, CLAUDE_MODELS["claude-opus-4-20250514"])
+        status_msg = f"🤖 Analizando con {model_info['name']}..."
+        
+        # Análisis por etapas
+        process_analysis = analyze_with_ai(pdf_text, "identificar_proceso", claude_model)
+        model_recommendations = analyze_with_ai(pdf_text, "recomendar_modelos", claude_model)
+        parameter_analysis = analyze_with_ai(pdf_text, "parametros_estimacion", claude_model)
+        
+        # Extraer modelos recomendados para obtener detalles
+        recommended_models = []
+        for category, models in BIOTECH_MODELS.items():
+            for model_name in models.keys():
+                if model_name.lower() in model_recommendations.lower():
+                    recommended_models.append(model_name)
+        
+        model_details = get_model_details(recommended_models)
+        implementation_code = generate_implementation_code(recommended_models)
+        
+        # Formatear respuesta final
+        final_report = f"""
 # 🧬 ANÁLISIS BIOTECNOLÓGICO COMPLETO
 
-## 🤖 Modelo de IA Utilizado
-**{model_info['name']}** - {model_info['description']}
-
 ## 🔍 IDENTIFICACIÓN DEL PROCESO
 {process_analysis}
 
@@ -391,14 +371,14 @@ def comprehensive_analysis(pdf_file, claude_model: str) -> Tuple[str, str, str,
 - Considerar efectos de escala en el reactor
 - Monitorear parámetros críticos identificados
 - Implementar control adaptativo si es necesario
-
----
-*Análisis realizado con {model_info['name']} basado en 140+ modelos de universidades prestigiosas*
 """
-    
-    final_status = f"✅ Análisis completado con {model_info['name']} - {len(recommended_models)} modelos identificados"
-    
-    return final_report, implementation_code, final_status, ""
+        
+        success_msg = f"✅ Análisis completado con {model_info['name']} - {len(recommended_models)} modelos identificados"
+        
+        return final_report, implementation_code, success_msg
+        
+    except Exception as e:
+        return f"❌ Error durante el análisis: {str(e)}", "", "❌ Error en el procesamiento"
 
 # Crear interfaz Gradio
 def create_interface():
@@ -418,21 +398,30 @@ def create_interface():
         
         with gr.Row():
             with gr.Column(scale=1):
-                # Selector de modelo de Claude
-                claude_model_selector = gr.Dropdown(
-                    choices=[(f"{info['name']} - {info['best_for']}", model_id) 
-                            for model_id, info in CLAUDE_MODELS.items()],
-                    value="claude-sonnet-4-20250514",
-                    label="🤖 Seleccionar Modelo de Claude",
-                    info="Elige el modelo de IA para el análisis"
-                )
-                
                 pdf_input = gr.File(
                     label="📄 Subir PDF Científico",
                     file_types=[".pdf"],
                     type="binary"
                 )
                 
+                # Selector de modelo Claude
+                model_selector = gr.Dropdown(
+                    choices=list(CLAUDE_MODELS.keys()),
+                    value="claude-opus-4-20250514",
+                    label="🤖 Seleccionar Modelo Claude",
+                    info="Elige el modelo que mejor se adapte a tu análisis"
+                )
+                
+                # Mostrar información del modelo seleccionado
+                def update_model_info(selected_model):
+                    model_info = CLAUDE_MODELS.get(selected_model, {})
+                    return f"**{model_info.get('name', 'N/A')}**\n{model_info.get('description', 'N/A')}\n\n*Mejor para:* {model_info.get('best_for', 'N/A')}"
+                
+                model_info_display = gr.Markdown(
+                    value=update_model_info("claude-opus-4-20250514"),
+                    label="ℹ️ Información del Modelo"
+                )
+                
                 analyze_btn = gr.Button(
                     "🚀 Analizar con IA",
                     variant="primary",
@@ -442,67 +431,49 @@ def create_interface():
                 status = gr.Textbox(
                     label="📊 Estado del Análisis",
                     interactive=False,
-                    value="Selecciona modelo y sube PDF para comenzar..."
+                    value="Listo para analizar..."
                 )
             
             with gr.Column(scale=2):
                 analysis_output = gr.Markdown(
                     label="📋 Reporte de Análisis",
-                    value="Sube un PDF para comenzar el análisis..."
+                    value="**Instrucciones:**\n1. Sube un archivo PDF con contenido biotecnológico\n2. Selecciona el modelo Claude apropiado\n3. Haz clic en 'Analizar con IA'\n4. Revisa el análisis y código generado"
                 )
         
         with gr.Row():
             code_output = gr.Code(
                 label="🐍 Código Python Generado",
                 language="python",
-                interactive=True
+                interactive=True,
+                value="# El código Python se generará aquí después del análisis..."
             )
         
         with gr.Row():
             gr.Markdown("""
-            ### 🤖 Modelos de Claude Disponibles:
-            - **Claude Sonnet 4 (Recomendado):** Modelo más reciente y eficiente
-            - **Claude 3.5 Sonnet:** Balance óptimo velocidad-precisión  
-            - **Claude 3 Opus:** Máxima potencia para análisis complejos
-            - **Claude 3 Sonnet:** Modelo equilibrado y confiable
-            - **Claude 3 Haiku:** Rápido y económico
-            
-            ### 📚 Base de Conocimientos:
+            ### 📚 Base de Conocimientos Incluye:
             - **35+ Universidades:** MIT, Cambridge, UCL, Cornell, TU Delft, DTU, etc.
             - **8 Categorías:** Crecimiento, Sustrato, Producto, Reactores, Transferencia, Metabólicos
             - **40+ Modelos:** Desde Monod clásico hasta FBA avanzado
             - **Validación académica:** 140 PDFs científicos analizados
+            
+            ### 🔧 Modelos Claude Disponibles:
+            - **Opus 4:** Máximo rendimiento para análisis complejos
+            - **Sonnet 4:** Equilibrio perfecto para uso general
+            - **Haiku 3.5:** Velocidad optimizada para análisis rápidos
             """)
         
-        # Función para mostrar info del modelo seleccionado
-        def update_model_info(selected_model):
-            if selected_model in CLAUDE_MODELS:
-                info = CLAUDE_MODELS[selected_model]
-                return f"🤖 {info['name']}: {info['description']} | Ideal para: {info['best_for']}"
-            return "Modelo seleccionado"
-        
-        claude_model_selector.change(
-            update_model_info,
-            inputs=[claude_model_selector],
-            outputs=[status]
-        )
-        
         # Conectar eventos
         analyze_btn.click(
             comprehensive_analysis,
-            inputs=[pdf_input, claude_model_selector],
-            outputs=[analysis_output, code_output, status, gr.Textbox(visible=False)]
+            inputs=[pdf_input, model_selector],
+            outputs=[analysis_output, code_output, status]
         )
         
-        # Ejemplos
-        gr.Examples(
-            examples=[
-                ["Ejemplo: paper_fermentacion.pdf"],
-                ["Ejemplo: biorreactor_continuo.pdf"],
-                ["Ejemplo: cultivo_microalgas.pdf"]
-            ],
-            inputs=[pdf_input],
-            label="📎 Ejemplos de PDFs típicos"
+        # Actualizar información del modelo cuando se cambie la selección
+        model_selector.change(
+            update_model_info,
+            inputs=[model_selector],
+            outputs=[model_info_display]
         )
     
     return demo