Create discourse_live_interface.py

modules/discourse/discourse_live_interface.py

@@ -0,0 +1,138 @@
+```python
+# modules/discourse/discourse/discourse_live_interface.py
+
+import streamlit as st
+from streamlit_float import *
+from streamlit_antd_components import *
+import pandas as pd
+import logging
+
+# Configuración del logger
+logger = logging.getLogger(__name__)
+
+# Importaciones locales
+from .discourse_process import perform_discourse_analysis
+from ..utils.widget_utils import generate_unique_key
+from ..database.discourse_mongo_db import store_student_discourse_result
+from ..database.chat_mongo_db import store_chat_history, get_chat_history
+
+def display_discourse_live_interface(lang_code, nlp_models, discourse_t):
+    """
+    Interfaz para el análisis del discurso en vivo
+    """
+    try:
+        # 1. Inicializar el estado de la sesión
+        if 'discourse_live_state' not in st.session_state:
+            st.session_state.discourse_live_state = {
+                'analysis_count': 0,
+                'current_text1': '',
+                'current_text2': '',
+                'last_result': None,
+                'text_changed': False
+            }
+
+        # 2. Función para manejar cambios en los textos
+        def on_text1_change():
+            current_text = st.session_state.discourse_live_text1
+            st.session_state.discourse_live_state['current_text1'] = current_text
+            st.session_state.discourse_live_state['text_changed'] = True
+
+        def on_text2_change():
+            current_text = st.session_state.discourse_live_text2
+            st.session_state.discourse_live_state['current_text2'] = current_text
+            st.session_state.discourse_live_state['text_changed'] = True
+
+        # 3. Crear columnas con proporción 1:3
+        input_col, result_col = st.columns([1, 3])
+
+        # Columna izquierda: Entrada de textos
+        with input_col:
+            st.subheader(discourse_t.get('enter_text', 'Ingrese sus textos'))
+            
+            # Primer área de texto
+            st.markdown("**Texto 1 (Patrón)**")
+            text_input1 = st.text_area(
+                "Texto 1",
+                height=250,
+                key="discourse_live_text1",
+                value=st.session_state.discourse_live_state.get('current_text1', ''),
+                on_change=on_text1_change,
+                label_visibility="collapsed"
+            )
+
+            # Segundo área de texto
+            st.markdown("**Texto 2 (Comparación)**")
+            text_input2 = st.text_area(
+                "Texto 2",
+                height=250,
+                key="discourse_live_text2",
+                value=st.session_state.discourse_live_state.get('current_text2', ''),
+                on_change=on_text2_change,
+                label_visibility="collapsed"
+            )
+
+            # Botón de análisis
+            analyze_button = st.button(
+                discourse_t.get('analyze_button', 'Analizar'),
+                key="discourse_live_analyze",
+                type="primary",
+                icon="🔍",
+                disabled=not (text_input1 and text_input2),
+                use_container_width=True
+            )
+
+            if analyze_button and text_input1 and text_input2:
+                try:
+                    with st.spinner(discourse_t.get('processing', 'Procesando...')):
+                        # Realizar análisis
+                        result = perform_discourse_analysis(
+                            text_input1,
+                            text_input2,
+                            nlp_models[lang_code],
+                            lang_code
+                        )
+
+                        if result['success']:
+                            st.session_state.discourse_live_state['last_result'] = result
+                            st.session_state.discourse_live_state['analysis_count'] += 1
+                            st.session_state.discourse_live_state['text_changed'] = False
+                            
+                            # Guardar en base de datos
+                            store_student_discourse_result(
+                                st.session_state.username,
+                                text_input1,
+                                text_input2,
+                                result
+                            )
+                        else:
+                            st.error(result.get('message', 'Error en el análisis'))
+
+                except Exception as e:
+                    logger.error(f"Error en análisis: {str(e)}")
+                    st.error(discourse_t.get('error_processing', 'Error al procesar el texto'))
+
+        # Columna derecha: Visualización de resultados
+        with result_col:
+            st.subheader(discourse_t.get('live_results', 'Resultados en vivo'))
+
+            if 'last_result' in st.session_state.discourse_live_state and \
+               st.session_state.discourse_live_state['last_result'] is not None:
+                
+                # Mostrar resultados usando la misma función que el análisis normal
+                display_discourse_results(
+                    st.session_state.discourse_live_state['last_result'],
+                    lang_code,
+                    discourse_t
+                )
+
+            elif st.session_state.discourse_live_state.get('text_changed', False):
+                st.info(discourse_t.get('changes_pending', 
+                    'Los textos han cambiado. Presione Analizar para ver los nuevos resultados.'))
+            else:
+                st.info(discourse_t.get('initial_message', 
+                    'Ingrese los textos y presione Analizar para ver los resultados.'))
+
+    except Exception as e:
+        logger.error(f"Error general en interfaz del discurso en vivo: {str(e)}")
+        st.error(discourse_t.get('general_error', "Se produjo un error. Por favor, intente de nuevo."))
+```