Update app.py

app.py

@@ -60,9 +60,10 @@ def get_gemini_client():
         return None
 
     try:
+        # Timeout HTTP a nivel de socket ajustado a 4.0 segundos
         return genai.Client(
             api_key=api_key,
-            http_options=types.HttpOptions(timeout=3000) # 3000 ms timeout de cliente
+            http_options=types.HttpOptions(timeout=4.0)
         )
     except Exception as e:
         logger.warning(f"❌ Error instanciando cliente Gemini: {e}")
@@ -71,7 +72,9 @@ def get_gemini_client():
 # --- CORTA-FUEGOS CON TIEMPO LÍMITE ESTRICTO DE 3.5 SEGUNDOS ---
 def generate_content_with_fallback(gemini_client, prompt):
     models_to_try = [
-        'gemini-3.5-flash-lite'
+        'gemini-3.5-flash-lite',
+        'gemini-2.5-flash',
+        'gemini-1.5-flash'
     ]
     for model_name in models_to_try:
         try:
@@ -90,18 +93,22 @@ def generate_content_with_fallback(gemini_client, prompt):
 def generate_content_with_strict_timeout(gemini_client, prompt, timeout_seconds=3.5):
     """
     Ejecuta la llamada a Gemini dentro de un hilo aislado.
-    Si Gemini tarda más de 3.5s, corta la ejecución y activa el motor local.
+    Si Gemini tarda más de 3.5s, corta la ejecución inmediatamente
+    y activa el motor local sin bloquear la interfaz.
     """
-    def _call():
-        return generate_content_with_fallback(gemini_client, prompt)
-
-    with concurrent.futures.ThreadPoolExecutor(max_workers=1) as executor:
-        future = executor.submit(_call)
-        try:
-            return future.result(timeout=timeout_seconds)
-        except concurrent.futures.TimeoutError:
-            logger.warning(f"⏳ Gemini tardó más de {timeout_seconds}s. Se corta la espera y se activa el Motor Local.")
-            raise TimeoutError("Tiempo límite de IA superado.")
+    executor = concurrent.futures.ThreadPoolExecutor(max_workers=1)
+    future = executor.submit(generate_content_with_fallback, gemini_client, prompt)
+    try:
+        result = future.result(timeout=timeout_seconds)
+        executor.shutdown(wait=False)
+        return result
+    except concurrent.futures.TimeoutError:
+        logger.warning(f"⏳ Gemini tardó más de {timeout_seconds}s. Se corta la espera y se activa el Motor Local.")
+        executor.shutdown(wait=False, cancel_futures=True)
+        raise TimeoutError("Tiempo límite de IA superado.")
+    except Exception as e:
+        executor.shutdown(wait=False)
+        raise e
 
 # --- CARGA DE DATOS EN MEMORIA ---
 @st.cache_resource
@@ -771,7 +778,7 @@ def generate_detailed_analysis(query, match, entities=None, food_compound_map=No
         raw_text, used_model = generate_content_with_strict_timeout(gemini_client, prompt, timeout_seconds=3.5)
         return f"🤖 **Análisis Redactado por IA Gemini ({used_model}):**\n\n" + raw_text + TEXTO_BANDERAS_ROJAS
     except Exception as e:
-        logger.warning(f" Gemini no respondió en < 3.5s ({e}). Se activa la respuesta en modo local.")
+        logger.warning(f"Gemini no respondió en < 3.5s ({e}). Se activa la respuesta en modo local.")
         return generate_local_fallback_analysis(query, match, entities, food_compound_map, neuro_map)
 
 def generate_neuro_report_text(entities, food_map, neuro_map):
@@ -901,6 +908,13 @@ with st.form(key="search_form", clear_on_submit=False):
 
 if submitted:
     if query_input and query_input.strip():
+        # Limpieza explícita del estado para búsquedas consecutivas sin congelamiento
+        st.session_state.search_results = None
+        st.session_state.main_analysis = ""
+        st.session_state.neuro_text_cache = ""
+        st.session_state.mol_text_cache = ""
+        st.session_state.word_bytes_cache = None
+
         current_query = query_input.strip()
         st.session_state.user_query = current_query
         st.session_state.has_searched = True
@@ -924,7 +938,6 @@ if submitted:
             if st.session_state.search_results:
                 best_match = st.session_state.search_results[0]['entry']
 
-                # Pre-generación en segundo plano (imposible de bloquear la UI)
                 st.session_state.main_analysis = generate_detailed_analysis(
                     st.session_state.user_query, best_match,
                     st.session_state.entities, FOOD_TO_COMPOUND_MAP, INTEGRATED_NEURO_FOOD_MAP