Update app.py

app.py

@@ -22,7 +22,8 @@ if os.path.exists(modelo_path):
 else:
     modelo = RandomForestClassifier(n_estimators=100)
 
-# Variable para rastrear el último timestamp
+# Variable para rastrear el último timestamp y datos recientes
+datos_recientes = None
 ultimo_timestamp = None
 
 def obtener_datos_colmena():
@@ -30,9 +31,7 @@ def obtener_datos_colmena():
     try:
         respuesta = requests.get(NODE_RED_URL, auth=(USERNAME, PASSWORD), timeout=5)
         if respuesta.status_code == 200:
-            datos = respuesta.json()
-            #print(f"📡 Datos recibidos de Node-RED: {datos}")  # Agregar este print
-            return datos
+            return respuesta.json()
         else:
             print(f"⚠️ Error en la API de Node-RED: {respuesta.status_code}")
             return None
@@ -40,86 +39,95 @@ def obtener_datos_colmena():
         print("❌ No se pudo conectar a Node-RED:", e)
         return None
 
-
 def entrenar_nuevo_modelo(datos):
     """Entrena un nuevo modelo con los datos recibidos."""
     global modelo
 
-    # Convertir los datos en un array
     entrada = np.array([[float(datos["temperaturaInterior"]), float(datos["humedadInterior"]), float(datos["peso"]),
                          float(datos["co2"]), float(datos["vco"]), float(datos["frecuencia"]),
                          float(datos["voltaje"]), float(datos["temperatura_exterior"]),
                          float(datos["humedad_exterior"]), float(datos["ver_tempSelect"])]])
     
-    # Salidas: [ultrasonido, calefactor, ventilador]
     salida = np.array([[int(datos["ver_ultrasonido"]), int(datos["ver_calefactor"]), int(datos["ver_ventilador"])]])  
-
-    # Reentrenar el modelo
     modelo.fit(entrada, salida)
-
-    # Guardar el nuevo modelo
     joblib.dump(modelo, modelo_path)
     print("✅ Modelo actualizado con nuevos datos.")
 
 def verificar_nuevos_datos():
     """Consulta Node-RED cada hora y aprende si hay datos nuevos."""
-    global ultimo_timestamp
+    global ultimo_timestamp, datos_recientes
 
     while True:
         datos = obtener_datos_colmena()
-
-        if datos is None:
-            print("⚠️ No se pudieron obtener datos de Node-RED. Reintentando en 1 hora...")
-        else:
-            # Verificar si "data" está presente y es una lista con elementos
-            if "data" in datos and isinstance(datos["data"], list) and len(datos["data"]) > 0:
-                ultimo_registro = datos["data"][-1]  # Tomar el último registro disponible
-                if "timestamp" in ultimo_registro:
-                    timestamp_actual = ultimo_registro["timestamp"]
-                    
-                    if timestamp_actual != ultimo_timestamp:
-                        print(f"📌 Nuevos datos detectados: {timestamp_actual}")
-                        entrenar_nuevo_modelo(ultimo_registro)  # Usar el último registro
-                        ultimo_timestamp = timestamp_actual
-                    else:
-                        print("⏳ No hay datos nuevos, esperando la próxima consulta...")
+        if datos and "data" in datos and isinstance(datos["data"], list) and len(datos["data"]) > 0:
+            ultimo_registro = datos["data"][-1]
+            if "timestamp" in ultimo_registro:
+                timestamp_actual = ultimo_registro["timestamp"]
+                if timestamp_actual != ultimo_timestamp:
+                    print(f"📌 Nuevos datos detectados: {timestamp_actual}")
+                    entrenar_nuevo_modelo(ultimo_registro)
+                    datos_recientes = ultimo_registro
+                    ultimo_timestamp = timestamp_actual
                 else:
-                    print(f"❌ No se encontró 'timestamp' en el último registro: {ultimo_registro}")
+                    print("⏳ No hay datos nuevos, esperando la próxima consulta...")
             else:
-                print(f"❌ La API de Node-RED no contiene datos válidos. Respuesta: {datos}")
-
-        # Esperar 1 hora antes de la próxima consulta
+                print(f"❌ No se encontró 'timestamp' en el último registro: {ultimo_registro}")
+        else:
+            print("❌ No hay datos válidos en la API de Node-RED.")
         time.sleep(3600)
 
-
-
-# Iniciar el proceso en segundo plano
-thread = threading.Thread(target=verificar_nuevos_datos, daemon=True)
-thread.start()
-
-# Función para hacer predicciones con el modelo
 def predecir(temp, humedad, peso, co2, vco, frecuencia, voltaje, temp_ext, humedad_ext, ver_tempSelect):
     valores = [temp, humedad, peso, co2, vco, frecuencia, voltaje, temp_ext, humedad_ext, ver_tempSelect]
-    valores_limpios = [0 if v is None or np.isnan(v) else v for v in valores]  # Reemplaza NaN y None con 0
-    
+    valores_limpios = [0 if v is None or np.isnan(v) else v for v in valores]
     entrada = np.array([valores_limpios])
-    
-    prediccion = modelo.predict(entrada)[0]  # El modelo devuelve [ultrasonido, calefactor, ventilador]
-    
-    mensaje = f"🔹 Ultrasonido: {'ENCENDER' if prediccion[0] == 1 else 'APAGAR'}"
-    mensaje += f"\n🔹 Calefactor: {'ENCENDER' if prediccion[1] == 1 else 'APAGAR'}"
-    mensaje += f"\n🔹 Ventilador: {'ENCENDER' if prediccion[2] == 1 else 'APAGAR'}"
-    
+    prediccion = modelo.predict(entrada)[0]
+    mensaje = f"🔹 Ultrasonido: {'ENCENDER' if prediccion[0] == 1 else 'APAGAR'}\n"
+    mensaje += f"🔹 Calefactor: {'ENCENDER' if prediccion[1] == 1 else 'APAGAR'}\n"
+    mensaje += f"🔹 Ventilador: {'ENCENDER' if prediccion[2] == 1 else 'APAGAR'}"
     return mensaje
 
-# Crear la API en Gradio
-iface = gr.Interface(
-    fn=predecir,
-    inputs=["number", "number", "number", "number", "number", "number", "number", "number", "number", "number"],
-    outputs="text",
-    title="🐝 IA Inteligente para Colmenas",
-    description="Introduce los datos de la colmena y la IA predecirá si es necesario activar ventilador, calefactor y ultrasonidos."
-)
+def chat_ia(mensaje_usuario):
+    """Responde preguntas sobre la colmena basándose en los últimos datos disponibles."""
+    global datos_recientes
+    if datos_recientes is None:
+        return "No hay datos recientes disponibles. Esperando actualización de Node-RED."
+    
+    mensaje_usuario = mensaje_usuario.lower()
+    if "temperatura" in mensaje_usuario:
+        return f"🌡 La temperatura interior es {datos_recientes['temperaturaInterior']}°C y la exterior {datos_recientes['temperatura_exterior']}°C."
+    elif "humedad" in mensaje_usuario:
+        return f"💧 La humedad interior es {datos_recientes['humedadInterior']}% y la exterior {datos_recientes['humedad_exterior']}%."
+    elif "co2" in mensaje_usuario:
+        return f"🌿 El nivel de CO2 es {datos_recientes['co2']} ppm."
+    elif "ventilador" in mensaje_usuario:
+        estado = "ENCENDIDO" if int(datos_recientes['ver_ventilador']) == 1 else "APAGADO"
+        return f"🔄 El ventilador está {estado}."
+    elif "calefactor" in mensaje_usuario:
+        estado = "ENCENDIDO" if int(datos_recientes['ver_calefactor']) == 1 else "APAGADO"
+        return f"🔥 El calefactor está {estado}."
+    elif "ultrasonido" in mensaje_usuario:
+        estado = "ENCENDIDO" if int(datos_recientes['ver_ultrasonido']) == 1 else "APAGADO"
+        return f"🔊 El ultrasonido está {estado}."
+    else:
+        return "🤖 No entiendo la pregunta. Puedes preguntar sobre temperatura, humedad, CO2, ventilador, calefactor o ultrasonido."
+
+# Iniciar proceso de actualización de datos
+thread = threading.Thread(target=verificar_nuevos_datos, daemon=True)
+thread.start()
+
+# Interfaz de Gradio con dos funciones: predicción y chat
+iface = gr.TabbedInterface([
+    gr.Interface(fn=predecir,
+                 inputs=["number", "number", "number", "number", "number", "number", "number", "number", "number", "number"],
+                 outputs="text",
+                 title="🐝 IA Inteligente para Colmenas",
+                 description="Introduce los datos de la colmena y la IA predecirá si es necesario activar ventilador, calefactor y ultrasonidos."),
+    gr.Interface(fn=chat_ia,
+                 inputs="text",
+                 outputs="text",
+                 title="💬 Chat con la IA de la Colmena",
+                 description="Haz preguntas sobre el estado de la colmena y la IA responderá basándose en los datos más recientes.")
+], title="🐝 Colmena Inteligente")
 
-# Lanzar la API
 iface.launch()
+