config.py

"""
Configuración del modelo a usar para el agente GAIA.
Cambia aquí para elegir entre modelo local o API externa.
"""

# ==================================================
# CONFIGURACIÓN DEL MODELO
# ==================================================

# Opción 1: MODELO LOCAL (ejecuta en memoria del Space)
USE_LOCAL_MODEL = False  # � Desactivado - Requiere más RAM de la disponible

LOCAL_MODEL_CONFIG = {
    "model_id": "HuggingFaceH4/zephyr-7b-beta",  # Zephyr (no requiere aprobación)
    "load_in_8bit": True,  # True = ~7GB RAM, False = ~14GB RAM
    "max_new_tokens": 256,
    "temperature": 0.0,  # 0.0 = determinístico
}

# Alternativas para modelo local (16GB RAM disponibles):
# - "HuggingFaceH4/zephyr-7b-beta" (7B, ~7GB en 8-bit) ⚠️ Puede ser mucho para Space gratuito
# - "meta-llama/Llama-2-7b-chat-hf" (7B, ~7GB en 8-bit) ⚠️ Requiere aprobación + mucha RAM
# - "meta-llama/Llama-2-13b-chat-hf" (13B, ~13GB en 8-bit) ❌ Demasiado para Space


# Opción 2: MODELO VIA API (Gemini u otros via LiteLLM)
USE_API_MODEL = True  # � ACTIVO - Recomendado para Spaces gratuitos

API_MODEL_CONFIG = {
    "model_id": "gemini/gemini-2.0-flash-exp",  # Gemini por defecto
    "max_tokens": 256,
    "temperature": 0.0,
}

# Alternativas para API (requiere API keys respectivas):
# - "gemini/gemini-2.0-flash-exp" (requiere GEMINI_API_KEY)
# - "gpt-4o-mini" (requiere OPENAI_API_KEY)
# - "claude-3-5-sonnet-20241022" (requiere ANTHROPIC_API_KEY)


# ==================================================
# FUNCIONES HELPER
# ==================================================

def get_active_model_config():
    """
    Retorna configuración del modelo activo.
    
    Returns:
        tuple: (model_type, config_dict)
        - model_type: "local" o "api"
        - config_dict: Configuración del modelo
    """
    if USE_LOCAL_MODEL and USE_API_MODEL:
        raise ValueError("Solo puedes activar USE_LOCAL_MODEL O USE_API_MODEL, no ambos.")
    
    if USE_LOCAL_MODEL:
        return ("local", LOCAL_MODEL_CONFIG)
    elif USE_API_MODEL:
        return ("api", API_MODEL_CONFIG)
    else:
        raise ValueError("Debes activar USE_LOCAL_MODEL o USE_API_MODEL en config.py")


def get_model_display_name():
    """Retorna nombre amigable para mostrar en UI."""
    model_type, config = get_active_model_config()
    
    if model_type == "local":
        model_id = config["model_id"]
        quantization = "8-bit" if config.get("load_in_8bit") else "float16"
        
        if "Llama-2-7b" in model_id:
            return f"Llama 2 7B LOCAL ({quantization})"
        elif "Llama-2-13b" in model_id:
            return f"Llama 2 13B LOCAL ({quantization})"
        elif "zephyr" in model_id:
            return f"Zephyr 7B LOCAL ({quantization})"
        else:
            return f"{model_id.split('/')[-1]} LOCAL ({quantization})"
    
    else:  # api
        model_id = config["model_id"]
        if "gemini" in model_id.lower():
            return "Google Gemini (API)"
        elif "gpt" in model_id.lower():
            return "OpenAI GPT (API)"
        elif "claude" in model_id.lower():
            return "Anthropic Claude (API)"
        else:
            return f"{model_id} (API)"


def get_required_env_var():
    """Retorna variable de entorno requerida según modelo activo."""
    model_type, config = get_active_model_config()
    
    if model_type == "local":
        return "HF_TOKEN"  # Para descargar modelos de HuggingFace
    
    else:  # api
        model_id = config["model_id"].lower()
        if "gemini" in model_id:
            return "GEMINI_API_KEY"
        elif "gpt" in model_id or "openai" in model_id:
            return "OPENAI_API_KEY"
        elif "claude" in model_id or "anthropic" in model_id:
            return "ANTHROPIC_API_KEY"
        else:
            return "API_KEY"


def get_estimated_ram_usage():
    """Retorna uso estimado de RAM según modelo activo."""
    model_type, config = get_active_model_config()
    
    if model_type == "local":
        model_id = config["model_id"]
        is_8bit = config.get("load_in_8bit", False)
        
        if "7b" in model_id.lower():
            return "~7GB RAM" if is_8bit else "~14GB RAM"
        elif "13b" in model_id.lower():
            return "~13GB RAM" if is_8bit else "~26GB RAM (NO CABE)"
        else:
            return "~7-14GB RAM"
    
    else:  # api
        return "~1-2GB RAM (solo cliente)"


# ==================================================
# INFORMACIÓN PARA DEBUG
# ==================================================

if __name__ == "__main__":
    print("=== Configuración del Modelo ===")
    print(f"Modelo activo: {get_model_display_name()}")
    print(f"Tipo: {get_active_model_config()[0]}")
    print(f"Variable requerida: {get_required_env_var()}")
    print(f"RAM estimada: {get_estimated_ram_usage()}")
    print(f"\nConfig completa: {get_active_model_config()[1]}")