Update app.py

app.py

@@ -14,7 +14,6 @@ import re
 import pandas as pd
 import altair as alt
 from datetime import datetime
-from tenacity import retry, stop_after_attempt, wait_fixed
 from io import BytesIO
 import docx
 import difflib 
@@ -39,9 +38,9 @@ Este análisis es una herramienta informativa de IA y **NO es un diagnóstico m
 **Si tus síntomas son severos, busca ayuda médica urgente.**
 """
 
-# --- CONFIGURACIÓN DE LA API GEMINI (google-genai V3.0) ---
-@st.cache_resource
+# --- CONFIGURACIÓN DE CLIENTE GEMINI SIN CACHÉ PARA EVITAR DEAD SOCKETS ---
 def get_gemini_client():
+    """Crea una instancia fresca del cliente para evitar congelamientos por sockets cerrados."""
     try:
         if 'APIkeydetective' in st.secrets:
             APIkeydetective = st.secrets['APIkeydetective']
@@ -49,19 +48,16 @@ def get_gemini_client():
             APIkeydetective = os.getenv("APIkeydetective")
             
         if not APIkeydetective:
-            logger.warning("No se encontró APIkeydetective. Activando modo local permanente.")
             return None
         
         return genai.Client(
             api_key=APIkeydetective,
-            http_options=types.HttpOptions(timeout=10000) # 10 segundos de timeout
+            http_options=types.HttpOptions(timeout=5000) # Timeout agresivo de 5 segundos
         )
     except Exception as e:
-        logger.warning(f"Error al configurar Gemini API: {e}. Se usará modo local.")
+        logger.warning(f"No se pudo instanciar Gemini Client: {e}")
         return None
 
-client = get_gemini_client()
-
 # --- CARGA ULTRA-RÁPIDA DE DATOS Y FOODB (CERO COPIA EN MEMORIA) ---
 @st.cache_resource
 def load_data():
@@ -91,10 +87,9 @@ def get_foodb_lower_map(_foodb_index):
 
 foodb_lower_map = get_foodb_lower_map(foodb_index)
 
-# --- OPCIÓN 1: CACHÉ GLOBAL DE APRENDIZAJE EN RAM ---
+# --- CACHÉ GLOBAL DE APRENDIZAJE EN RAM ---
 @st.cache_resource
 def get_global_learned_cache():
-    """Almacena en RAM las respuestas generadas por Gemini para reutilizarlas instantáneamente entre usuarios."""
     return {}
 
 global_learned_cache = get_global_learned_cache()
@@ -236,7 +231,6 @@ FOOD_NAME_TO_FOODB_KEY = {
     "lentejas": ["lentil"], "almendras": ["almond"], "nueces": ["walnut"]
 }
 
-# --- SEGURO LÓGICO Y MATRIZ DE RIESGOS MÉDICOS ---
 STRICT_COMPOUND_TRIGGERS = {
     "cafeína": ["cafeína", "caffeine", "café", "coffee", "espresso", "energizante", "guaraná"],
     "teobromina": ["teobromina", "theobromine", "cacao", "chocolate"],
@@ -491,7 +485,6 @@ def validar_seguro_logico(entry, user_foods, user_query, food_compound_map):
 
     return True
 
-@retry(wait=wait_fixed(2), stop=stop_after_attempt(2))
 def extract_entities_with_gemini(query):
     gemini_client = get_gemini_client()
     if not gemini_client: return {"alimentos": [], "sintomas": []}
@@ -515,7 +508,7 @@ def extract_entities_with_gemini(query):
         elif "```" in text: text = text.split("```")[1].split("```")[0]
         return json.loads(text)
     except Exception as e:
-        logger.warning(f"Extracción por IA no disponible ({e}). Se usará extracción directa.")
+        logger.warning(f"Extracción por IA no disponible ({e}). Se usará extracción directa por palabras clave.")
         return {"alimentos": [], "sintomas": []}
 
 def reinforce_entities_with_keywords(entities, query, food_map, master_symptom_map):
@@ -730,7 +723,6 @@ def generate_detailed_analysis(query, match, entities=None, food_compound_map=No
 
     gemini_client = get_gemini_client()
     
-    # Si la API no está configurada, generar informe local
     if not gemini_client:
         local_report = generate_local_fallback_analysis(query, match, entities, food_compound_map, neuro_map)
         global_learned_cache[cache_lookup_key] = local_report
@@ -770,7 +762,6 @@ def generate_detailed_analysis(query, match, entities=None, food_compound_map=No
             contents=prompt
         )
         ai_report = response.text + TEXTO_BANDERAS_ROJAS
-        # Guardar en la caché global de aprendizaje
         global_learned_cache[cache_lookup_key] = ai_report
         return ai_report
     except Exception as e: