Update app.py

app.py

@@ -1,8 +1,10 @@
 """
-CÓDIGO COMPLETO Y MEJORADO - VERSIÓN 4.0
-- AÑADIDO: Una función que crea automáticamente el archivo de ejemplo `archivo.xlsx`.
-- MEJORADO: El diagrama de flujo ahora está en formato de arte ASCII puro para máxima compatibilidad.
-- MANTIENE: La robusta y clara arquitectura de agentes, la lógica del pipeline y la UI funcional.
+CÓDIGO COMPLETO Y CORREGIDO - VERSIÓN 4.1
+- CORREGIDO: El error `AttributeError: 'NamedString' object has no attribute 'read'`.
+- CAUSA: El agente `StructureValidationAgent` no manejaba correctamente el objeto pasado por `gr.Examples`.
+- SOLUCIÓN: El agente ahora obtiene la ruta del archivo desde el atributo `.name` del objeto de Gradio
+  y pasa la ruta directamente a Pandas, lo que funciona tanto para cargas directas como para ejemplos.
+- MANTIENE: Toda la arquitectura de agentes, la creación de archivos de ejemplo y el diagrama ASCII.
 """
 
 import gradio as gr
@@ -41,7 +43,7 @@ except Exception as e:
     analysis_client = None
 
 # ============================================================================
-# 🤖 SISTEMA DE AGENTES (DEFINICIONES MEJORADAS)
+# 🤖 SISTEMA DE AGENTES (CON CORRECCIÓN)
 # ============================================================================
 
 class LoggingAgent:
@@ -92,19 +94,39 @@ class StructureValidationAgent:
         logger.info("📐 StructureValidationAgent activado.")
 
     def validate(self, file_obj) -> (bool, str, pd.DataFrame):
+        """
+        Valida el archivo de entrada de forma robusta.
+
+        Args:
+            file_obj: El objeto de archivo subido por el usuario en Gradio.
+
+        Returns:
+            tuple: (es_valido, mensaje, dataframe_o_none)
+        """
         self.log_agent.register("StructureValidationAgent", "Iniciando validación de estructura de archivo.")
+        
         try:
-            file_content = file_obj.read()
-            file_name = file_obj.name
-            
+            # --- INICIO DE LA CORRECCIÓN ---
+            # En lugar de leer el objeto, obtenemos su ruta (atributo .name).
+            # Esto funciona tanto para cargas directas como para ejemplos de Gradio.
+            if not hasattr(file_obj, 'name'):
+                msg = "Error interno: El objeto de archivo recibido de Gradio no es válido."
+                self.log_agent.register("StructureValidationAgent", "Error crítico: Objeto de archivo inválido", msg)
+                return False, msg, None
+
+            file_path = file_obj.name 
+            file_name = os.path.basename(file_path)
+
+            # Usamos la ruta del archivo directamente con Pandas.
             if file_name.endswith('.csv'):
-                df = pd.read_csv(io.BytesIO(file_content))
+                df = pd.read_csv(file_path)
             elif file_name.endswith(('.xls', '.xlsx')):
-                df = pd.read_excel(io.BytesIO(file_content))
+                df = pd.read_excel(file_path)
             else:
                 msg = "Formato de archivo no soportado. Por favor, sube un archivo .csv, .xls o .xlsx."
                 self.log_agent.register("StructureValidationAgent", "Error de validación: Formato no soportado", msg)
                 return False, msg, None
+            # --- FIN DE LA CORRECCIÓN ---
 
             if df.empty:
                 msg = "Validación fallida: El archivo está vacío o no contiene datos."
@@ -137,9 +159,7 @@ class StructureValidationAgent:
 class ModelSelectionAgent:
     """
     Agente 3: El estratega del análisis. Si el usuario lo habilita, este agente
-    entra en acción para optimizar la selección de modelos. Basándose en las
-    características de los datos, infiere el tipo de experimento y filtra la
-    selección de modelos del usuario para quedarse solo con los más adecuados.
+    entra en acción para optimizar la selección de modelos.
     """
     GROWTH_MODELS = ['logistic', 'gompertz', 'baranyi', 'richards', 'stannard', 'huang']
     FERMENTATION_MODELS = ['monod', 'contois', 'andrews', 'moser', 'tessier']
@@ -190,7 +210,7 @@ log_agent = LoggingAgent()
 validation_agent = StructureValidationAgent(log_agent)
 model_selection_agent = ModelSelectionAgent(log_agent)
 
-# --- LÓGICA DEL PIPELINE ---
+# --- LÓGICA DEL PIPELINE (Sin cambios) ---
 
 def create_dummy_plot():
     fig = go.Figure(go.Scatter(x=[], y=[]))
@@ -332,13 +352,8 @@ def process_complete_pipeline_with_agents(
     return (parse_plot_data(plot_info), df_data, analysis_report, implementation_code, 
             final_report_path, "\n\n".join(progress_updates), final_report_path, log_agent.get_report())
 
-# --- FUNCIÓN PARA CREAR ARCHIVO DE EJEMPLO ---
+# --- FUNCIÓN PARA CREAR ARCHIVO DE EJEMPLO (Sin cambios) ---
 def create_dummy_excel_file():
-    """
-    Crea un archivo Excel de ejemplo (`archivo.xlsx`) si no existe,
-    para que el componente `gr.Examples` funcione de inmediato.
-    Es necesario tener `openpyxl` instalado: pip install openpyxl
-    """
     examples_dir = "examples"
     file_path = os.path.join(examples_dir, "archivo.xlsx")
     
@@ -347,25 +362,18 @@ def create_dummy_excel_file():
         
     if not os.path.exists(file_path):
         logger.info(f"Creando archivo de ejemplo en: {file_path}")
-        # Datos simulados de crecimiento microbiano
         time = np.arange(0, 25, 2)
         biomass = 0.2 + (5 - 0.2) / (1 + np.exp(4 - 0.5 * time)) + np.random.rand(len(time)) * 0.1
         substrate = 10 * np.exp(-0.1 * time) + np.random.rand(len(time)) * 0.2
         
-        df = pd.DataFrame({
-            'Time': time,
-            'Biomass': biomass,
-            'Substrate': substrate
-        })
-        
+        df = pd.DataFrame({'Time': time, 'Biomass': biomass, 'Substrate': substrate})
         df.to_excel(file_path, index=False)
         logger.info("✅ Archivo de ejemplo creado.")
 
-# --- INTERFAZ DE USUARIO (UI) CON GRADIO ---
+# --- INTERFAZ DE USUARIO (UI) CON GRADIO (Sin cambios) ---
 theme = gr.themes.Soft(primary_hue="blue", secondary_hue="indigo", neutral_hue="slate")
 custom_css = ".file-upload { border: 2px dashed #3b82f6; } button.primary { background: linear-gradient(135deg, #3b82f6 0%, #8b5cf6 100%); }"
 
-# Diagrama de flujo en formato ASCII puro
 ascii_diagram = r"""
 ```
           [ 📁 Usuario sube Archivo Excel/CSV ]
@@ -409,11 +417,10 @@ ascii_diagram = r"""
 """
 
 if __name__ == "__main__":
-    # Asegúrate de que el archivo de ejemplo exista antes de lanzar la UI
     create_dummy_excel_file()
 
     with gr.Blocks(theme=theme, title="BioTech Analysis & Report Generator", css=custom_css) as demo:
-        gr.Markdown("# 🧬 BioTech Analysis & Report Generator v4.0")
+        gr.Markdown("# 🧬 BioTech Analysis & Report Generator v4.1")
         gr.Markdown("## Full Pipeline: Biotech Modeling → AI Reporting")
         
         with gr.Accordion("🤖 Cómo Funcionan los Agentes de IA (Diagrama de Flujo)", open=False):