Update app.py

app.py

@@ -201,27 +201,14 @@ FINE ONTOLOGIA.
     return prompt
 
 
-
 def classify_and_translate(question_text: str, model_answer_text: str):
     """
     Classifica la lingua della domanda e della risposta, quindi traduce la risposta
     se la lingua è diversa da quella della domanda. L'idea è di restituire una 
     risposta nella stessa lingua dell'utente.
-    
-    Parametri:
-    - question_text: Testo della domanda dell'utente.
-    - model_answer_text: Risposta del modello (in qualsiasi lingua).
-    
-    Restituisce:
-    - La risposta tradotta nella lingua della domanda o la risposta originale
-      se entrambe le lingue coincidono.
-    NB: Qui l'oggetto 'lang_detect_client' (per rilevamento lingua) è già 
-    stato inizializzato all'avvio dell'app. Mentre il 'translator_client'
-    viene creato 'al volo' poiché la direzione di traduzione dipende 
-    dalle due lingue effettive.
     """
     def _extract_label(res):
-        # Compat: può essere [ {label,score} ] oppure [ [ {label,score}, ... ] ] oppure oggetti con .label
+        # Compat: [ {label,score} ] | [ [ {label,score}, ... ] ] | oggetti con .label
         try:
             first = res[0]
             if isinstance(first, list) and first:
@@ -232,57 +219,54 @@ def classify_and_translate(question_text: str, model_answer_text: str):
         except Exception:
             return None
 
-    # Rileva la lingua della domanda
+    # Rilevamento lingua domanda
     try:
-        question_lang_result = lang_detect_client.text_classification(question_text)  # argomento posizionale
+        question_lang_result = lang_detect_client.text_classification(question_text)  # posizionale
         question_lang = _extract_label(question_lang_result)
         logger.info(f"[LangDetect] Lingua della domanda: {question_lang}")
     except Exception:
         logger.exception("Errore nel rilevamento della lingua della domanda")
-        question_lang = None  # Fallback prudente: se fallisce, non traduciamo
+        question_lang = None  # fallback prudente
 
-    # Rileva la lingua della risposta
+    # Rilevamento lingua risposta
     try:
-        answer_lang_result = lang_detect_client.text_classification(model_answer_text)  # argomento posizionale
+        answer_lang_result = lang_detect_client.text_classification(model_answer_text)  # posizionale
         answer_lang = _extract_label(answer_lang_result)
         logger.info(f"[LangDetect] Lingua della risposta: {answer_lang}")
     except Exception:
         logger.exception("Errore nel rilevamento della lingua della risposta")
-        answer_lang = None  # Fallback prudente: se fallisce, non traduciamo
+        answer_lang = None  # fallback prudente
 
-    # Se detection fallisce o le lingue coincidono, non traduciamo
+    # Se detection fallisce o le lingue coincidono: non tradurre
     if not question_lang or not answer_lang or question_lang == answer_lang:
         logger.info("[Translate] Niente traduzione (lingue uguali o detection fallita).")
         return model_answer_text
 
-    # Altrimenti, costruiamo "al volo" il modello di traduzione appropriato 
-    # (es: "Helsinki-NLP/opus-mt-en-it", "Helsinki-NLP/opus-mt-fr-en", ecc.)
+    # Traduzione (provider esplicito)
     translator_model = f"{TRANSLATOR_MODEL_PREFIX}-{answer_lang}-{question_lang}"
     translator_client = InferenceClient(
         token=HF_API_KEY,
-        model=translator_model
+        model=translator_model,
+        provider="hf-inference",
     )
-
-    # Traduzione della risposta
     try:
-        translation_result = translator_client.translation(model_answer_text)  # argomento posizionale
-        # Compat: oggetto con .translation_text oppure dict o stringa
-        translated_answer = None
+        translation_result = translator_client.translation(model_answer_text)  # posizionale
         if isinstance(translation_result, dict):
-            translated_answer = translation_result.get("translation_text")
+            translated_answer = translation_result.get("translation_text") or model_answer_text
         elif hasattr(translation_result, "translation_text"):
-            translated_answer = translation_result.translation_text
+            translated_answer = translation_result.translation_text or model_answer_text
         elif isinstance(translation_result, str):
             translated_answer = translation_result
-        if not translated_answer:
+        else:
             translated_answer = model_answer_text
     except Exception:
         logger.exception(f"Errore nella traduzione {answer_lang} -> {question_lang}")
-        translated_answer = model_answer_text  # Se fallisce, restituiamo l'originale
+        translated_answer = model_answer_text
 
     return translated_answer
 
 
+
 def create_system_prompt_for_guide() -> str:
     """
     Genera un testo di prompt che istruisce il modello a rispondere