Spaces:
Sleeping
Sleeping
Download main.py from Fercor95mx/mx-data-api: direct link, hf CLI and curl.
- Browser
- Download file 16.3 kB
-
https://huggingface.co/spaces/Fercor95mx/mx-data-api/resolve/main/main.py
- Command line
-
hf download hf://spaces/Fercor95mx/mx-data-api/main.py
-
curl -L -o main.py https://huggingface.co/spaces/Fercor95mx/mx-data-api/resolve/main/main.py
16.3 kB
| """ | |
| 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 ───────────────────────────────────────────────────────────────── | |
| 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", | |
| } | |
| 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"} | |
| 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", | |
| } | |
| 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", | |
| } | |
| 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())} | |
| 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"), | |
| } | |
| 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, | |
| } | |
| 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} | |
| 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", | |
| } |