Refactor: Replace custom Grok wrapper with standard ChatOpenAI for compatibility

app.py

@@ -50,13 +50,10 @@ def process():
             mock_text = form_data.get('mock_text', 'Este é um texto de simulação.')
             mock_html = markdown2.markdown(mock_text, extras=["fenced-code-blocks", "tables"])
             
-            # --- CORREÇÃO APLICADA AQUI ---
             yield f"data: {json.dumps({'progress': 0, 'message': 'Simulando Etapa 1: GROK...'})}\n\n"
             time.sleep(1)
-            # O primeiro resultado agora vai corretamente para 'grok-output'
             yield f"data: {json.dumps({'progress': 33, 'message': 'Simulando Etapa 2: Claude Sonnet...', 'partial_result': {'id': 'grok-output', 'content': mock_html}})}\n\n"
             time.sleep(1)
-            # O segundo resultado agora vai corretamente para 'sonnet-output'
             yield f"data: {json.dumps({'progress': 66, 'message': 'Simulando Etapa 3: Gemini...', 'partial_result': {'id': 'sonnet-output', 'content': mock_html}})}\n\n"
             time.sleep(1)
             yield f"data: {json.dumps({'progress': 100, 'message': 'Simulação concluída!', 'partial_result': {'id': 'gemini-output', 'content': mock_html}, 'done': True})}\n\n"
@@ -71,23 +68,44 @@ def process():
                 yield f"data: {json.dumps({'progress': 0, 'message': 'Processando arquivos e extraindo contexto...'})}\n\n"
                 rag_context = get_relevant_context(file_paths, solicitacao_usuario)
                 
+                # --- ETAPA 1: GROK ---
                 yield f"data: {json.dumps({'progress': 15, 'message': 'O GROK está processando sua solicitação com os arquivos...'})}\n\n"
                 prompt_grok = PromptTemplate(template=PROMPT_GROK, input_variables=["solicitacao_usuario", "rag_context"])
                 chain_grok = LLMChain(llm=grok_llm, prompt=prompt_grok)
                 resposta_grok = chain_grok.invoke({"solicitacao_usuario": solicitacao_usuario, "rag_context": rag_context})['text']
+                
+                # NOVA VALIDAÇÃO: Verifica se a resposta do GROK está vazia
+                if not resposta_grok or not resposta_grok.strip():
+                    yield f"data: {json.dumps({'error': 'Falha no serviço GROK: Sem resposta.'})}\n\n"
+                    return
+
                 grok_html = markdown2.markdown(resposta_grok, extras=["fenced-code-blocks", "tables"])
                 yield f"data: {json.dumps({'progress': 33, 'message': 'Agora, o Claude Sonnet está aprofundando o texto...', 'partial_result': {'id': 'grok-output', 'content': grok_html}})}\n\n"
                 
+                # --- ETAPA 2: Claude Sonnet ---
                 prompt_sonnet = PromptTemplate(template=PROMPT_CLAUDE_SONNET, input_variables=["solicitacao_usuario", "texto_para_analise"])
                 claude_with_max_tokens = claude_llm.bind(max_tokens=8000)
                 chain_sonnet = LLMChain(llm=claude_with_max_tokens, prompt=prompt_sonnet)
                 resposta_sonnet = chain_sonnet.invoke({"solicitacao_usuario": solicitacao_usuario, "texto_para_analise": resposta_grok})['text']
+                
+                # NOVA VALIDAÇÃO: Verifica se a resposta do Claude Sonnet está vazia
+                if not resposta_sonnet or not resposta_sonnet.strip():
+                    yield f"data: {json.dumps({'error': 'Falha no serviço Claude Sonnet: Sem resposta.'})}\n\n"
+                    return
+
                 sonnet_html = markdown2.markdown(resposta_sonnet, extras=["fenced-code-blocks", "tables"])
                 yield f"data: {json.dumps({'progress': 66, 'message': 'Estamos quase lá! Seu texto está passando por uma revisão final com o Gemini...', 'partial_result': {'id': 'sonnet-output', 'content': sonnet_html}})}\n\n"
                 
+                # --- ETAPA 3: Gemini ---
                 prompt_gemini = PromptTemplate(template=PROMPT_GEMINI, input_variables=["solicitacao_usuario", "texto_para_analise"])
                 chain_gemini = LLMChain(llm=gemini_llm, prompt=prompt_gemini)
                 resposta_gemini = chain_gemini.invoke({"solicitacao_usuario": solicitacao_usuario, "texto_para_analise": resposta_sonnet})['text']
+
+                # NOVA VALIDAÇÃO: Verifica se a resposta do Gemini está vazia
+                if not resposta_gemini or not resposta_gemini.strip():
+                    yield f"data: {json.dumps({'error': 'Falha no serviço Gemini: Sem resposta.'})}\n\n"
+                    return
+
                 gemini_html = markdown2.markdown(resposta_gemini, extras=["fenced-code-blocks", "tables"])
                 yield f"data: {json.dumps({'progress': 100, 'message': 'Processamento concluído!', 'partial_result': {'id': 'gemini-output', 'content': gemini_html}, 'done': True})}\n\n"