File size: 16,316 Bytes
111adc5
8f7b703
111adc5
6018772
 
 
8f7b703
 
 
 
111adc5
6018772
 
 
111adc5
 
 
 
 
8f7b703
5b11461
 
 
8f7b703
 
 
 
5b11461
 
 
 
 
 
 
 
 
 
 
 
 
 
3995911
5b11461
 
8f7b703
 
 
 
5b11461
 
 
 
 
 
 
 
 
 
 
 
 
8f7b703
5b11461
 
 
8f7b703
5b11461
 
 
8f7b703
 
 
 
 
 
5b11461
111adc5
 
 
 
 
 
 
6018772
 
111adc5
6018772
 
111adc5
6018772
 
 
 
 
 
f085814
 
6018772
6ce8dc2
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
111adc5
 
 
 
6018772
c057148
94c76cc
c057148
94c76cc
 
6018772
4697153
c057148
4697153
c057148
4697153
9f2a463
 
c057148
111adc5
6018772
 
5b11461
f085814
5b11461
6018772
5b11461
 
 
 
6018772
5b11461
 
 
 
 
 
 
6018772
9f2a463
f085814
6018772
9f2a463
6018772
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
c057148
732af91
 
6018772
 
 
 
 
 
 
 
 
 
 
 
 
 
 
732af91
6018772
 
6ce8dc2
732af91
 
6018772
111adc5
 
 
 
 
6018772
8f7b703
6018772
8f7b703
111adc5
 
 
e0baab8
 
 
 
 
 
 
 
 
 
 
 
 
 
 
111adc5
 
6018772
732af91
6018772
 
 
732af91
111adc5
6018772
8f7b703
6018772
 
111adc5
 
8f7b703
 
 
 
 
 
 
 
 
 
 
 
 
 
 
6ce8dc2
 
 
 
6018772
 
 
6ce8dc2
111adc5
 
 
6018772
 
 
6ce8dc2
6018772
6ce8dc2
 
 
 
 
111adc5
6ce8dc2
 
 
 
 
 
 
 
 
 
 
 
111adc5
 
 
 
 
c057148
111adc5
 
 
 
 
c057148
111adc5
c057148
111adc5
 
 
 
 
 
 
 
6018772
 
 
 
 
111adc5
6018772
 
 
 
 
 
 
 
 
 
 
 
 
 
111adc5
 
 
 
 
6018772
111adc5
c057148
 
 
 
 
111adc5
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
"""
main.py — Fer Private AI · API REST v6.1 · PROXY
mx-data-api Space · Puerto 7860

v6.0: Proxy puro — toda la lógica vive en mx-data-intelligence
      Este Space solo hace forward al Space principal.
v6.1 FIX CRÍTICO: el sync de módulos corría en background (threading daemon)
      y el servidor aceptaba tráfico ANTES de que terminara de descargar
      los módulos nuevos — condición de carrera que servía código viejo
      indefinidamente. Ahora el sync es BLOQUEANTE antes de levantar la app.
"""
import os
import requests
import time
from datetime import datetime
from fastapi import FastAPI, HTTPException
from fastapi.middleware.cors import CORSMiddleware
from pydantic import BaseModel

# ── Auto-sync módulos desde mx-data-intelligence ANTES de levantar la app ────
def sync_modules_from_brain():
    """
    Descarga los módulos del agente desde mx-data-intelligence.
    v6.1: Ahora es BLOQUEANTE — se ejecuta y termina ANTES de que
    el servidor acepte tráfico. Sin esto, las primeras requests
    (y potencialmente todas, si el Space nunca recibe tráfico nuevo
    después del sync) usan los módulos viejos indefinidamente.
    """
    try:
        from huggingface_hub import hf_hub_download
        import shutil

        HF_TOKEN = os.getenv("HF_TOKEN", "")
        BRAIN_REPO = "Fercor95mx/mx-data-intelligence"
        MODULES = [
            "modules/agent_orchestrator.py",
            "modules/agent_tools.py",
            "modules/rag_chroma.py",
            "modules/semantic_cache.py",
            "modules/observability.py",
            "modules/critic_loop.py",
            "modules/rag_documentos.py",
        ]

        if not HF_TOKEN:
            print("[sync] ⚠️ HF_TOKEN no disponible — usando módulos locales existentes")
            return

        os.makedirs("modules", exist_ok=True)
        synced = 0
        for module_path in MODULES:
            try:
                local = hf_hub_download(
                    repo_id=BRAIN_REPO,
                    filename=module_path,
                    repo_type="space",
                    token=HF_TOKEN,
                    force_download=True,
                )
                shutil.copy(local, module_path)
                synced += 1
                print(f"[sync] ✅ {module_path}")
            except Exception as e:
                print(f"[sync] ⚠️ {module_path}: {e}")

        print(f"[sync] ✅ COMPLETO: {synced}/{len(MODULES)} módulos sincronizados desde {BRAIN_REPO}")
    except Exception as e:
        print(f"[sync] ❌ Error en sync: {e} — usando módulos locales existentes")

# v6.1 FIX: sync BLOQUEANTE — se completa antes de definir la app y endpoints
print("[sync] Iniciando sincronización de módulos (bloqueante)...")
sync_modules_from_brain()
print("[sync] Sincronización finalizada — levantando servidor")

app = FastAPI(title="Fer Private AI · API Proxy", version="6.1.0")

app.add_middleware(
    CORSMiddleware,
    allow_origins=["*"],
    allow_methods=["*"],
    allow_headers=["*"],
)

# Space principal — único cerebro del sistema
BRAIN_URL = "https://fercor95mx-mx-data-intelligence.hf.space"

BANXICO_TOKEN = os.getenv("BANXICO_TOKEN", "")
GROQ_API_KEY  = os.getenv("GROQ_API_KEY", "")

BANXICO_SERIES = {
    "SF43718":  "tipo_cambio_usd_mxn",
    "SF43783":  "tiie_28_dias",
    "SF61745":  "tasa_objetivo",
    "SP74625":  "inflacion_ipc",
    "SF290383": "reservas_internacionales",
}

# ── Preguntas verificadas — fuente única ──────────────────────────────────────
QUESTIONS = {
    "banxico": [
        "¿Cuál es el tipo de cambio USD/MXN hoy?",
        "¿Cuál es la TIIE a 28 días actualmente?",
        "¿Cuál es la tasa objetivo del Banco de México?",
        "¿Cuáles son las reservas internacionales de México?",
        "¿Cuál es el INPC según Banxico?",
        "¿Cuál fue el tipo de cambio promedio en 2025?",
        "¿Cuál fue el máximo del tipo de cambio en 2024?",
        "¿Cuál fue el mínimo del tipo de cambio en 2025?",
        "¿Cuántos recortes de tasa hizo Banxico en 2025?",
        "Dame el histórico del tipo de cambio en 2026",
    ],
    "worldbank": [
        "¿Cuál es el PIB de México según el World Bank?",
        "¿Cuánto creció el PIB de México en 2024?",
        "¿Cuáles son las exportaciones de México?",
        "¿Cuánto recibió México en remesas en 2024?",
        "¿Cuál es la deuda pública de México como % del PIB?",
        "¿Cuál es la inflación de México según el World Bank?",
        "¿Cuánto representa la deuda externa de México en USD?",
        "¿Cuál es el PIB per cápita de México?",
        "¿Cuál es el desempleo de México según el World Bank?",
        "¿Cuánto importa México anualmente?",
    ],
    "inegi": [
        "¿Cuál es el IGAE mensual de México?",
        "¿Cuál es la inflación general de México?",
        "¿Cuál es la tasa de desocupación de México?",
        "¿Cuál es el PIB trimestral de México?",
        "¿Cuántas personas trabajan en México?",
        "¿Cuál es el INPC de México?",
        "¿Cuál es la inflación subyacente de México?",
        "¿Cuántas personas hay en México?",
        "¿Qué es el IGAE y para qué sirve?",
        "¿Cómo está la ocupación en México vs el desempleo?",
    ],
    "telco": [
        "¿Cuál es la participación de mercado de Telcel?",
        "¿Qué operadores tienen red 5G propia en México?",
        "¿Cuánto ingresó el sector telecomunicaciones en México en 2025?",
        "¿Cuál es la diferencia entre Telcel y Bait en términos de red 5G?",
        "¿Cuál fue el saldo de portabilidad de Movistar en H1 2025?",
        "¿Cuántas líneas móviles totales hay en México según el IFT?",
        "¿Cuántos accesos de TV restringida hay en México?",
        "¿Qué son los OMVs y cuáles ofrecen 5G en México?",
        "¿Cuál es la diferencia de ingresos entre Telcel y AT&T México?",
        "¿Cuántas líneas tiene AT&T en México?",
    ],
    "agente": [
        "Dame un resumen económico completo de México",
        "¿Cuál es el tipo de cambio USD/MXN hoy?",
        "¿Cuál es la inflación general de México?",
        "¿Cuál es el IGAE mensual de México?",
        "¿Cuál es la tasa objetivo de Banxico?",
        "¿Cuál es la participación de mercado de Telcel?",
        "¿Cuál es la tasa de desocupación de México?",
        "¿Cuántas personas trabajan en México?",
        "¿Cuál es el PIB de México según el World Bank?",
        "¿Cuál fue el saldo de portabilidad de AT&T en H1 2025?",
    ],
}

class ChatRequest(BaseModel):
    query: str
    session_id: str = "mobile"

# ── Fetchers directos (para /indicadores sin depender del Space) ──────────────
def fetch_banxico(serie_id: str) -> dict:
    try:
        url = f"https://www.banxico.org.mx/SieAPIRest/service/v1/series/{serie_id}/datos/oportuno?token={BANXICO_TOKEN}"
        r = requests.get(url, timeout=15)
        r.raise_for_status()
        data   = r.json()
        series = data.get("bmx", {}).get("series", [])
        if not series: return {}
        datos = series[0].get("datos", [])
        if not datos: return {}
        ultimo = datos[-1]
        return {"valor": ultimo.get("dato"), "fecha": ultimo.get("fecha")}
    except:
        return {}

# ── Proxy al cerebro principal ────────────────────────────────────────────────
def call_brain(query: str, session_id: str = "mobile") -> dict:
    """Llama al agente via modulos locales — mismo codigo que mx-data-intelligence."""
    try:
        from modules.agent_orchestrator import run_agent
        start = time.time()
        response = run_agent(
            user_question=query,
            history=[],
            stream_placeholder=None
        )
        return {
            "response":    response,
            "modelo":      "Agente Real · 7 tools · NVIDIA H100 + Groq LPU",
            "latencia_ms": int((time.time() - start) * 1000),
        }
    except ImportError:
        pass
    except Exception as e:
        pass

    return call_groq_fallback(query)

def call_groq_fallback(query: str) -> dict:
    """Fallback con Groq cuando el Space principal no responde."""
    facts = []
    for sid, nombre in BANXICO_SERIES.items():
        d = fetch_banxico(sid)
        if d.get("valor"):
            facts.append(f"• {nombre}: {d['valor']} ({d['fecha']}) — Banxico")

    facts += [
        "• PIB México 2024: 1.856 billones USD — World Bank",
        "• Inflación general mayo 2026: 3.94% — INEGI",
        "• IGAE abril 2026: 106.39 — INEGI BIE-BISE",
        "• Telcel: 63.4% participación mercado móvil — IFT Q3 2024",
        "• AT&T México: 17.5% — IFT Q3 2024",
        "• Portabilidad H1 2025: Bait +244,024 / AT&T -752,664 — IFT",
    ]

    if not GROQ_API_KEY:
        return {"response": "\n".join(facts), "modelo": "datos directos", "latencia_ms": 0}

    try:
        start = time.time()
        r = requests.post(
            "https://api.groq.com/openai/v1/chat/completions",
            headers={"Authorization": f"Bearer {GROQ_API_KEY}", "Content-Type": "application/json"},
            json={
                "model": "llama-3.3-70b-versatile",
                "messages": [
                    {"role": "system", "content": "Eres experto en economía de México. USA SOLO los datos proporcionados. Cita siempre la fuente."},
                    {"role": "user", "content": f"DATOS VERIFICADOS:\n{chr(10).join(facts)}\n\nPREGUNTA: {query}"}
                ],
                "max_tokens": 1200,
                "temperature": 0.1,
            },
            timeout=20,
        )
        r.raise_for_status()
        return {
            "response":    r.json()["choices"][0]["message"]["content"],
            "modelo":      "Llama 3.3 70B · Groq (fallback)",
            "latencia_ms": int((time.time() - start) * 1000),
        }
    except Exception as e:
        return {"response": f"Error: {e}", "modelo": "error", "latencia_ms": 0}

# ── Endpoints ─────────────────────────────────────────────────────────────────
@app.get("/")
def root():
    return {
        "name":      "Fer Private AI · API Proxy",
        "version":   "6.1.0",
        "brain":     BRAIN_URL,
        "endpoints": ["/health", "/indicadores", "/telco", "/worldbank", "/chat", "/questions", "/resync"],
        "timestamp": datetime.utcnow().isoformat() + "Z",
    }

@app.get("/version")
def version_check():
    """
    DEBUG: Confirma exactamente qué versión de agent_orchestrator.py está
    cargada en memoria en este momento. Si esto no coincide con lo que
    subiste, el problema es el sync — no el código.
    """
    try:
        from modules.agent_orchestrator import ORCHESTRATOR_VERSION
        return {"orchestrator_version": ORCHESTRATOR_VERSION, "status": "modulo cargado correctamente"}
    except ImportError as e:
        return {"orchestrator_version": "NO DISPONIBLE", "error": str(e)}
    except AttributeError:
        return {"orchestrator_version": "VERSION ANTERIOR — sin marcador", "nota": "el módulo cargado no tiene ORCHESTRATOR_VERSION, es código viejo"}

@app.get("/health")
def health():
    brain_ok = False
    try:
        r = requests.get(f"{BRAIN_URL}/health", timeout=10)
        brain_ok = r.status_code == 200
    except:
        pass
    return {
        "status":    "ok",
        "version":   "6.1.0",
        "brain":     "✅ conectado" if brain_ok else "⚠️ sin respuesta (Space dormido)",
        "timestamp": datetime.utcnow().isoformat() + "Z",
    }

@app.post("/resync")
def resync():
    """
    v6.1 NUEVO: fuerza re-sincronización de módulos SIN reiniciar el Space.
    Útil para aplicar fixes sin esperar factory reboot completo.
    Llamar con: curl -X POST https://fercor95mx-mx-data-api.hf.space/resync
    """
    sync_modules_from_brain()
    return {
        "status": "sync ejecutado",
        "nota": "Los módulos en RAM (ya importados) NO se actualizan hasta reiniciar el proceso. "
                "Este endpoint solo actualiza los archivos en disco para el próximo arranque.",
        "timestamp": datetime.utcnow().isoformat() + "Z",
    }

@app.get("/questions")
def questions(categoria: str = None):
    if categoria:
        if categoria not in QUESTIONS:
            raise HTTPException(status_code=404, detail=f"Categoría no existe. Usa: {list(QUESTIONS.keys())}")
        return {"categoria": categoria, "preguntas": QUESTIONS[categoria], "total": len(QUESTIONS[categoria])}
    return {"categorias": QUESTIONS, "total": sum(len(v) for v in QUESTIONS.values())}

@app.get("/indicadores")
def indicadores():
    resultados = {}
    for sid, nombre in BANXICO_SERIES.items():
        d = fetch_banxico(sid)
        resultados[sid] = {"nombre": nombre, "valor": d.get("valor"), "fecha": d.get("fecha")}

    tc   = resultados.get("SF43718", {})
    tiie = resultados.get("SF43783", {})
    tasa = resultados.get("SF61745", {})
    res  = resultados.get("SF290383", {})
    inpc = resultados.get("SP74625", {})

    return {
        "fuente":                   "Banxico SIE API",
        "timestamp":                datetime.utcnow().isoformat() + "Z",
        "tipo_cambio_usd_mxn":      tc.get("valor"),
        "fecha_tc":                 tc.get("fecha"),
        "tiie_28_dias":             tiie.get("valor"),
        "fecha_tiie":               tiie.get("fecha"),
        "tasa_objetivo":            tasa.get("valor"),
        "fecha_tasa":               tasa.get("fecha"),
        "reservas_internacionales": res.get("valor"),
        "fecha_res":                res.get("fecha"),
        "inpc":                     inpc.get("valor"),
        "fecha_inpc":               inpc.get("fecha"),
    }

@app.get("/telco")
def telco():
    return {
        "fuente":    "IFT · ATDT",
        "timestamp": datetime.utcnow().isoformat() + "Z",
        "mercado_movil": {
            "total_lineas_millones": 127.4,
            "periodo": "Q3 2024",
            "operadores": [
                {"operador": "Telcel",      "participacion_pct": 63.4},
                {"operador": "AT&T México", "participacion_pct": 17.5},
                {"operador": "Movistar",    "participacion_pct": 17.0},
                {"operador": "Otros MVNOs", "participacion_pct": 2.1},
            ]
        },
        "ingresos_q1_2025_millones_mxn": 148541.1,
    }

@app.get("/worldbank")
def worldbank():
    WB = {
        "NY.GDP.MKTP.CD": "PIB México (USD)",
        "FP.CPI.TOTL.ZG": "Inflación anual (%)",
        "SL.UEM.TOTL.ZS": "Desempleo (%)",
        "NY.GDP.PCAP.CD": "PIB per cápita (USD)",
    }
    resultados = {}
    for ind, nombre in WB.items():
        try:
            r = requests.get(
                f"https://api.worldbank.org/v2/country/MX/indicator/{ind}?format=json&mrv=1",
                timeout=15
            )
            data = r.json()
            if len(data) > 1 and data[1]:
                e = data[1][0]
                resultados[ind] = {"nombre": nombre, "valor": e.get("value"), "año": e.get("date")}
        except:
            resultados[ind] = {"nombre": nombre, "valor": None, "año": None}
    return {"fuente": "World Bank API", "timestamp": datetime.utcnow().isoformat() + "Z", "indicadores": resultados}

@app.post("/chat")
def chat(req: ChatRequest):
    if not req.query.strip():
        raise HTTPException(status_code=400, detail="Query vacía")
    result = call_brain(req.query, req.session_id)
    return {
        "query":           req.query,
        "response":        result.get("response", ""),
        "modelo":          result.get("modelo", ""),
        "latencia_ms":     result.get("latencia_ms", 0),
        "timestamp":       datetime.utcnow().isoformat() + "Z",
        "infraestructura": "Fer Private AI · datos nunca salen de infraestructura privada",
    }