Restore full pipeline: 3-step summarization, formatting, PDF/DOCX generation

document/generators.py

@@ -5,9 +5,9 @@ import logging
 import re
 from pathlib import Path
 from typing import Dict, Any, List, Tuple
-from ..core import FileProcessingError
-from ..config import settings
-from ..services.ai import ai_provider_factory
+from core import FileProcessingError
+from config import settings
+from services.ai import ai_provider_factory
 
 
 class DocumentGenerator:
@@ -22,8 +22,79 @@ class DocumentGenerator:
         self.logger.info(f"Generating summary for {base_name}")
 
         try:
-            # Generate summary
-            summary = self.ai_provider.summarize(text)
+            # Step 1: Generate Bullet Points (Chunking handled by provider or single prompt for now)
+            # Note: We use the main provider (Claude/Zai) for content generation
+            self.logger.info("Generating bullet points...")
+            bullet_prompt = f"""Analiza el siguiente texto y extrae entre 5 y 8 bullet points clave en español.
+
+REGLAS ESTRICTAS:
+1. Devuelve ÚNICAMENTE bullet points, cada línea iniciando con "- "
+2. Cada bullet debe ser conciso (12-20 palabras) y resaltar datos, fechas, conceptos o conclusiones importantes
+3. NO agregues introducciones, conclusiones ni texto explicativo
+4. Concéntrate en los puntos más importantes del texto
+5. Incluye fechas, datos específicos y nombres relevantes si los hay
+
+Texto:
+{text[:15000]}"""  # Truncate to avoid context limits if necessary, though providers handle it differently
+            
+            try:
+                bullet_points = self.ai_provider.generate_text(bullet_prompt)
+                self.logger.info(f"Bullet points generated: {len(bullet_points)}")
+            except Exception as e:
+                self.logger.warning(f"Bullet point generation failed: {e}")
+                bullet_points = "- Puntos clave no disponibles por error en IA"
+
+            # Step 2: Generate Unified Summary
+            self.logger.info("Generating unified summary...")
+            summary_prompt = f"""Eres un profesor universitario experto en historia del siglo XX. Redacta un resumen académico integrado en español usando el texto y los bullet points extraídos.
+
+REQUISITOS ESTRICTOS:
+- Extensión entre 500-700 palabras
+- Usa encabezados Markdown con jerarquía clara (##, ###)
+- Desarrolla los puntos clave con profundidad y contexto histórico
+- Mantén un tono académico y analítico
+- Incluye conclusiones significativas
+- NO agregues texto fuera del resumen
+- Devuelve únicamente el resumen en formato Markdown
+
+Contenido a resumir:
+{text[:20000]}
+
+Puntos clave a incluir obligatoriamente:
+{bullet_points}"""
+
+            try:
+                raw_summary = self.ai_provider.generate_text(summary_prompt)
+            except Exception as e:
+                self.logger.error(f"Raw summary generation failed: {e}")
+                raise e
+
+            # Step 3: Format with Gemini (using GeminiProvider explicitly)
+            self.logger.info("Formatting summary with Gemini...")
+            format_prompt = f"""Revisa y mejora el siguiente resumen en Markdown para que sea perfectamente legible:
+
+{raw_summary}
+
+Instrucciones:
+- Corrige cualquier error de formato
+- Asegúrate de que los encabezados estén bien espaciados
+- Verifica que las viñetas usen "- " correctamente
+- Mantén exactamente el contenido existente
+- Devuelve únicamente el resumen formateado sin texto adicional"""
+
+            # Use generic Gemini provider for formatting as requested
+            from services.ai.gemini_provider import GeminiProvider
+            formatter = GeminiProvider()
+            
+            try:
+                if formatter.is_available():
+                    summary = formatter.generate_text(format_prompt)
+                else:
+                    self.logger.warning("Gemini formatter not available, using raw summary")
+                    summary = raw_summary
+            except Exception as e:
+                self.logger.warning(f"Formatting failed ({e}), using raw summary")
+                summary = raw_summary
 
             # Generate filename
             filename = self._generate_filename(text, summary)
@@ -45,7 +116,7 @@ class DocumentGenerator:
             return True, summary, metadata
 
         except Exception as e:
-            self.logger.error(f"Summary generation failed: {e}")
+            self.logger.error(f"Document generation process failed: {e}")
             return False, "", {}
 
     def _generate_filename(self, text: str, summary: str) -> str: