Refactor: streamline core service and clean workspace

main.py

@@ -103,8 +103,6 @@ DEFAULT_GEMINI_API_KEY = "AIzaSyDWOgyAJqscuPU6iSpS6gxupWBm4soNw5o"
 GEMINI_API_KEY = os.getenv("GEMINI_API_KEY") or DEFAULT_GEMINI_API_KEY
 TELEGRAM_TOKEN = os.getenv("TELEGRAM_TOKEN")
 TELEGRAM_CHAT_ID = os.getenv("TELEGRAM_CHAT_ID")
-OLLAMA_HOST = os.environ.get("OLLAMA_HOST", "http://ollama:11434")
-OLLAMA_MODEL = "mistral:7b"
 GEMINI_CLI_PATH = shutil.which("gemini")
 CLAUDE_CLI_PATH = shutil.which("claude")
 GEMINI_FLASH_MODEL = os.getenv("GEMINI_FLASH_MODEL")
@@ -1209,21 +1207,6 @@ def run_gemini_summary(prompt):
     """Genera resumen usando GLM-4.6 (compatibilidad)."""
     return run_gemini(prompt, use_flash=True)
 
-def run_ollama(prompt):
-    """Genera contenido usando Ollama"""
-    payload = {
-        "model": OLLAMA_MODEL,
-        "messages": [{"role": "user", "content": prompt}],
-        "stream": False
-    }
-    try:
-        r = requests.post(f"{OLLAMA_HOST}/api/chat", json=payload, timeout=120)
-        r.raise_for_status()
-        response = r.json()
-        return response['message']['content']
-    except Exception as e:
-        return f"Error Ollama: {e}"
-
 # --- CLASIFICACIÓN INTELIGENTE DE CONTENIDO ---
 def classify_content_intelligent(text_content):
     """Clasifica el contenido del resumen en categorías temáticas usando IA"""