Update app.py

app.py

@@ -91,7 +91,7 @@ model = HfApiModel(
 agent = CodeAgent(
     model=model,
     tools=[sentiment_analysis, emotion_detection, user_profile_update, final_answer],
-    max_steps=10,  # Aumentado para permitir más pasos
+    max_steps=3,  # Aumentado para permitir más pasos
     verbosity_level=1,
     grammar=None,
     planning_interval=None,
@@ -100,39 +100,28 @@ agent = CodeAgent(
     prompt_templates=prompt_templates
 )
 
-# Memoria temporal para la conversación actual
-conversation_memory = {}
-
 # Función para interactuar con el agente
-def interact_with_agent(messages, user_id="default_user"):
+def interact_with_agent(messages):
     """Función que interactúa con el agente y devuelve una respuesta."""
-    global conversation_memory  # Declarar conversation_memory como global
-
     try:
-        # Obtener el historial de la conversación actual (o crear uno nuevo si no existe)
-        if user_id not in conversation_memory:
-            conversation_memory[user_id] = []
-
-        # Añadir el nuevo mensaje del usuario al historial
-        conversation_memory[user_id].append({"role": "user", "content": messages[-1]["content"]})
+        # Extraer la pregunta del usuario
+        user_input = messages[-1]["content"]
 
-        # Ejecutar el agente con el historial completo
-        result = agent.run(conversation_memory[user_id])
+        # Ejecutar el agente con la pregunta del usuario
+        result = agent.run(user_input)
 
-        print("RESULT!!!!!!!!", result)
-
-        # Añadir la respuesta del agente al historial
-        conversation_memory[user_id].append({"role": "assistant", "content": result})
-
-        # Devolver la respuesta del agente
-        return {"response": result}
+        # Verificar si result es una cadena de texto no vacía
+        if result and isinstance(result, str):
+            return {"response": result}  # Devuelve un JSON con la respuesta
+        else:
+            return {"response": "El agente no devolvió una respuesta válida."}
     except Exception as e:
         return {"response": f"Error: {str(e)}"}
 
 # Crear la interfaz de Gradio
 iface = gr.Interface(
     fn=interact_with_agent,
-    inputs=[gr.JSON(), gr.Textbox(label="User ID", value="default_user")],  # Acepta un JSON y un User ID
+    inputs=gr.JSON(),  # Acepta un JSON como entrada
     outputs=gr.JSON(),  # Devuelve un JSON como salida
     title="Emotional Support Agent",
     description="Un agente de IA que ofrece apoyo emocional y crecimiento personal.",