Modificación del proceso de creación de tickets y se agregan dependencias necesarias

app.py

@@ -5,7 +5,6 @@ import json
 import random
 import requests
 import gradio as gr
-import pandas as pd
 import torch
 from dotenv import load_dotenv
 from transformers import pipeline, AutoTokenizer
@@ -13,8 +12,8 @@ from transformers import pipeline, AutoTokenizer
 # Cargar variables de entorno
 load_dotenv()
 
-# 1. Configuración del modelo
-MODEL_NAME = "MoritzLaurer/mDeBERTa-v3-base-mnli-xnli"
+# 1. Configuración del modelo VERIFICADO
+MODEL_NAME = "facebook/bart-large-mnli"  # Modelo verificado y disponible
 CATEGORIES = ["logística", "pagos", "producto defectuoso", "cuenta", "facturación", "otros"]
 URGENCY_PATTERNS = [
     r"\b(urgente|inmediato|cr[íi]tico|asap)\b",
@@ -109,33 +108,52 @@ class TicketSystem:
         with open(filename, 'w') as f:
             json.dump(self.tickets, f, indent=2)
 
-# 3. Cargar modelo de clasificación
+# 3. Cargar modelo de clasificación con manejo de errores
+MODEL_LOADED = False
+classifier = None
+
 try:
+    # Intentar cargar el modelo principal
     tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
     classifier = pipeline(
         "zero-shot-classification",
         model=MODEL_NAME,
-        tokenizer=tokenizer,
-        device=0 if torch.cuda.is_available() else -1,
-        torch_dtype=torch.float16 if torch.cuda.is_available() else torch.float32
+        device=0 if torch.cuda.is_available() else -1
     )
     MODEL_LOADED = True
+    print("✅ Modelo cargado exitosamente")
 except Exception as e:
-    print(f"Error cargando el modelo: {e}")
-    MODEL_LOADED = False
+    print(f"⚠️ Error cargando modelo principal: {e}")
+    try:
+        # Intentar modelo alternativo
+        MODEL_NAME = "valhalla/distilbart-mnli-12-1"
+        tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
+        classifier = pipeline(
+            "zero-shot-classification",
+            model=MODEL_NAME,
+            device=0 if torch.cuda.is_available() else -1
+        )
+        MODEL_LOADED = True
+        print("✅ Modelo alternativo cargado exitosamente")
+    except Exception as alt_e:
+        print(f"⚠️ Error cargando modelo alternativo: {alt_e}")
+        print("🔶 Usando clasificador aleatorio como fallback")
 
 # 4. Funciones de clasificación
 def is_urgent(text: str) -> bool:
     text = text.lower()
-    if any(re.search(pattern, text, flags=re.IGNORECASE) for pattern in URGENCY_PATTERNS):
-        return True
-    return False
+    return any(re.search(pattern, text, flags=re.IGNORECASE) for pattern in URGENCY_PATTERNS)
 
 def classify_text(text: str) -> str:
-    if not MODEL_LOADED:
+    if not MODEL_LOADED or classifier is None:
+        return random.choice(CATEGORIES)
+    
+    try:
+        result = classifier(text, CATEGORIES, multi_label=False)
+        return result['labels'][0]
+    except Exception as e:
+        print(f"⚠️ Error en clasificación: {e}")
         return random.choice(CATEGORIES)
-    result = classifier(text, CATEGORIES, multi_label=False)
-    return result['labels'][0]
 
 # 5. Inicializar sistema de tickets
 ticket_system = TicketSystem()
@@ -151,18 +169,14 @@ def process_ticket(text):
     # Crear ticket en el sistema
     ticket = ticket_system.create_ticket(text, category, urgent)
     
-    # Manejar errores
-    if isinstance(ticket, dict) and "error" in ticket:
-        status = f"🔴 ERROR: {ticket['error']}"
-    else:
-        status = "🔴 URGENTE - Asignado a Agente Humano" if urgent else "🟢 Enviado a Sistema Automático"
+    status = "🔴 URGENTE - Asignado a Agente Humano" if urgent else "🟢 Enviado a Sistema Automático"
     
     return category, "SÍ" if urgent else "NO", status
 
 # 7. Interfaz de usuario con Gradio
 with gr.Blocks(title="Sistema de Soporte Inteligente", theme=gr.themes.Soft()) as demo:
     gr.Markdown("# 🚀 Sistema Clasificador de Tickets")
-    gr.Markdown(f"**Modo actual:** `{ticket_system.mode.upper()}` | [Documentación API](https://developer.zendesk.com/)")
+    gr.Markdown(f"**Modo actual:** `{ticket_system.mode.upper()}` | **Modelo:** `{MODEL_NAME if MODEL_LOADED else 'RANDOM'}`")
     
     with gr.Row():
         with gr.Column():
@@ -194,10 +208,10 @@ with gr.Blocks(title="Sistema de Soporte Inteligente", theme=gr.themes.Soft()) a
                 ticket_db = gr.JSON(label="Tickets Registrados")
                 update_btn = gr.Button("Actualizar Base de Datos")
                 
-            with gr.Accordion("Configuración API", open=False):
-                mode_info = gr.Markdown(f"Modo actual: **{ticket_system.mode}**")
-                api_status = gr.Markdown("Credenciales Zendesk: " + 
-                    ("✅ Configuradas" if os.getenv("ZENDESK_SUBDOMAIN") else "❌ No configuradas"))
+            with gr.Accordion("Información del Sistema", open=False):
+                gr.Markdown(f"**Modelo de clasificación:** `{MODEL_NAME if MODEL_LOADED else 'ALEATORIO (fallback)'}`")
+                gr.Markdown(f"**Tickets procesados:** `{len(ticket_system.tickets)}`")
+                gr.Markdown(f"**Última actualización:** `{time.strftime('%Y-%m-%d %H:%M:%S')}`")
     
     # Event handlers
     submit_btn.click(

requirements.txt

@@ -1,4 +1,6 @@
 torch
 transformers
 pandas
-gradio
+gradio
+python-dotenv
+requests