# app.py (tu archivo de backend Python) from flask import Flask, request, jsonify from flask_cors import CORS import google.generativeai as genai import os import requests # Para hacer llamadas HTTP a la API de Stopcar import json # Para manejar JSON import re import uuid # Para generar IDs de sesión únicos app = Flask(__name__) CORS(app) # Habilita CORS para todas las rutas. En producción, especifica origins. # --- Configuración de Gemini --- #gemini_api_key = os.getenv("GEMINI_API_KEY") gemini_api_key = "AIzaSyAx50JSlCAg5nUTKvXZh52WuvUdJmdkvdc" # ¡CAMBIA ESTO! genai.configure(api_key=gemini_api_key) if not gemini_api_key: raise ValueError("GEMINI_API_KEY no encontrada. Por favor, configura la variable de entorno.") genai.configure(api_key=gemini_api_key) # El nombre del modelo de Gemini que confirmaste que funciona GEMINI_MODEL_NAME = 'gemini-2.5-flash-lite-preview-06-17' # O 'gemini-1.0-pro' o el que te haya listado el comando gemini_model = genai.GenerativeModel(GEMINI_MODEL_NAME) # --- Configuración de Stopcar API --- STOPCAR_API_URL = "https://gps.divisiongps.com.ar/index.php?r=api/integrador" # ¡Importante! Reemplaza con tu token real de Stopcar. También considera usar una variable de entorno. STOPCAR_TOKEN = "cab8fa81616e5c3a2f17b25699149732" # Regex para extraer la patente: PATENTE="AAA111" import re PATENT_REGEX = re.compile(r'PATENTE\s*=\s*"(.*?)"') def get_vehicle_info_stopcar(token: str, dominio: str): """ Realiza una solicitud HTTP POST a la API de Stopcar para obtener información de un vehículo específico. """ payload = { "token": token, "dominio": dominio } headers = { "Content-Type": "application/json" } print(f"Intentando conectar a la API de Stopcar en: {STOPCAR_API_URL}") print(f"Enviando payload a Stopcar: {json.dumps(payload)}") try: response = requests.post(STOPCAR_API_URL, headers=headers, data=json.dumps(payload), timeout=10) # Añadir timeout response.raise_for_status() # Lanza una excepción para códigos de estado HTTP erróneos (4xx o 5xx) data = response.json() return data except requests.exceptions.RequestException as e: print(f"Error al conectar con Stopcar: {e}") # Intentar obtener el texto de la respuesta si hay un HTTPError if hasattr(e, 'response') and e.response is not None: print(f"Respuesta de Stopcar: {e.response.text}") return {"error": f"No se pudo obtener información del vehículo desde Stopcar: {str(e)}"} except json.JSONDecodeError as e: print(f"Error al decodificar JSON de la respuesta de Stopcar: {e}") print(f"Contenido de la respuesta de Stopcar que causó el error: {response.text}") return {"error": f"Error al procesar la respuesta de Stopcar: {str(e)}"} @app.route('/chat', methods=['POST']) def chat_endpoint(): try: data = request.json user_message = data.get('message') session_id = data.get('session_id') # Obtener el ID de sesión del frontend if not user_message: return jsonify({"error": "No message provided"}), 400 if not session_id: return jsonify({"error": "Session ID not provided"}), 400 # Obtener o crear la sesión de chat para este usuario if session_id not in chat_sessions: print(f"Creando nueva sesión de chat para ID: {session_id}") chat_sessions[session_id] = gemini_model.start_chat(history=[]) chat_session = chat_sessions[session_id] enriched_prompt_parts = [] stopcar_data = None extracted_patent = None # 1. Intentar extraer la patente del mensaje del usuario match = PATENT_REGEX.search(user_message) if match: extracted_patent = match.group(1).strip().upper() # Extrae y normaliza print(f"Patente detectada en el mensaje: {extracted_patent}") # Quitar la parte de la patente del mensaje original para Gemini # Esto evita que Gemini vea "PATENTE=..." en el prompt principal user_message_clean = PATENT_REGEX.sub('', user_message).strip() enriched_prompt_parts.append(f"El usuario pregunta: '{user_message_clean}'.") # 2. Llamar a la API de Stopcar stopcar_data = get_vehicle_info_stopcar(STOPCAR_TOKEN, extracted_patent) if stopcar_data and stopcar_data.get('status') == 200: print("Datos de Stopcar obtenidos exitosamente.") # Añadir los datos de Stopcar al prompt para Gemini enriched_prompt_parts.append(f"Esta es la información del vehículo con patente {extracted_patent} de Stopcar: {json.dumps(stopcar_data['data'], indent=2)}.") # Puedes construir un prompt más estructurado si quieres que Gemini se enfoque # en ciertos campos. Por ejemplo: # vehicle_data = stopcar_data['data'] # lat = vehicle_data.get('latitud') # lon = vehicle_data.get('longitud') # speed = vehicle_data.get('velocidad') # event_date = vehicle_data.get('fecha_evento') # # enriched_prompt_parts.append(f"Analiza los siguientes datos del vehículo (patente: {extracted_patent}): Latitud: {lat}, Longitud: {lon}, Velocidad: {speed}, Fecha del evento: {event_date}. ") # enriched_prompt_parts.append("Basado en esto, dame un resumen de la última posición, geocodifica la latitud y longitud con Google Maps, da la ubicación en calle y número, y un link al mapa de Google de la misma. Verifica si, de acuerdo a la velocidad, el vehículo estaba encendido. Interpreta los datos según clave-valor y no muestres más información que la pedida, en castellano.") else: error_message_stopcar = stopcar_data.get('error', 'Error desconocido al obtener datos de Stopcar.') print(f"Error al obtener datos de Stopcar: {error_message_stopcar}") enriched_prompt_parts.append(f"Hubo un problema al obtener datos del vehículo con patente {extracted_patent} de Stopcar: {error_message_stopcar}. ") enriched_prompt_parts.append(f"Por favor, responde al usuario basándote solo en su pregunta original: '{user_message_clean}'.") else: # Si no se encontró una patente, solo usa el mensaje original del usuario enriched_prompt_parts.append(f"El usuario pregunta: '{user_message}'.") # Construye el prompt final para Gemini # Aquí puedes añadir las instrucciones que le diste a Ollama antes gemini_instruction = "Como si fueras un operador de atención al cliente de una empresa que se dedica al rastreo vehicular, en forma reducida, analizando la información proporcionada (si hay), dame un resumen de la última posición, geocodiza la latitud y longitud con Google Maps, da la ubicación en calle y número, y un link al mapa de Google de la misma. Verifica además si de acuerdo a la velocidad el vehículo estaba encendido. Interpreta los datos según clave-valor. No muestres más información que la pedida. Responde en castellano." final_gemini_prompt = gemini_instruction + "\n\n" + "\n".join(enriched_prompt_parts) print(f"Prompt final enviado a Gemini:\n{final_gemini_prompt}") # 3. Envía el prompt enriquecido a Gemini response_gemini = gemini_model.generate_content(final_gemini_prompt) gemini_content = response_gemini.text return jsonify({"reply": gemini_content}) except Exception as e: print(f"Error en el backend: {e}") if "API key not valid" in str(e): return jsonify({"error": "Error de autenticación con Gemini. Revisa tu API Key."}), 500 return jsonify({"error": str(e)}), 500 if __name__ == '__main__': app.run(host='0.0.0.0', port=5002, debug=True)