Update app.py

app.py

@@ -4,6 +4,7 @@ import pandas as pd
 from apscheduler.schedulers.background import BackgroundScheduler
 from huggingface_hub import snapshot_download
 import numpy as np
+import os
 
 from src.about import (
     CITATION_BUTTON_LABEL,
@@ -29,39 +30,82 @@ from src.envs import API, EVAL_REQUESTS_PATH, EVAL_RESULTS_PATH, QUEUE_REPO, REP
 from src.populate import get_evaluation_queue_df, get_leaderboard_df
 from src.submission.submit import add_new_eval
 
+# --- TESTE: Carregar dados locais --- 
+TEST_DATA_PATH = "output/leaderboard_data_20250413_002339.csv" # Ajuste o caminho se necessário
+LOAD_TEST_DATA = True # Defina como False para usar dados do Hub
+# -------
 
 def restart_space():
     API.restart_space(repo_id=REPO_ID)
 
 ### Space initialisation
-try:
-    print(EVAL_REQUESTS_PATH)
-    snapshot_download(
-        repo_id=QUEUE_REPO, local_dir=EVAL_REQUESTS_PATH, repo_type="dataset", tqdm_class=None, etag_timeout=30, token=TOKEN
-    )
-except Exception as e:
-    print(f"Erro ao baixar EVAL_REQUESTS: {e}")
-try:
-    print(EVAL_RESULTS_PATH)
-    snapshot_download(
-        repo_id=RESULTS_REPO, local_dir=EVAL_RESULTS_PATH, repo_type="dataset", tqdm_class=None, etag_timeout=30, token=TOKEN
-    )
-except Exception as e:
-    print(f"Erro ao baixar EVAL_RESULTS: {e}")
 
+if not LOAD_TEST_DATA:
+    try:
+        print(EVAL_REQUESTS_PATH)
+        snapshot_download(
+            repo_id=QUEUE_REPO, local_dir=EVAL_REQUESTS_PATH, repo_type="dataset", tqdm_class=None, etag_timeout=30, token=TOKEN
+        )
+    except Exception as e: # Adicionar captura de exceção
+        print(f"Erro ao baixar EVAL_REQUESTS: {e}")
+        # Considerar restart_space() aqui também, dependendo da severidade
+    try:
+        print(EVAL_RESULTS_PATH)
+        snapshot_download(
+            repo_id=RESULTS_REPO, local_dir=EVAL_RESULTS_PATH, repo_type="dataset", tqdm_class=None, etag_timeout=30, token=TOKEN
+        )
+    except Exception as e: # Adicionar captura de exceção
+        print(f"Erro ao baixar EVAL_RESULTS: {e}")
+        # Considerar restart_space() aqui também
+else:
+    print(f"Modo de teste: Carregando dados locais de {TEST_DATA_PATH}")
+    EVAL_RESULTS_PATH = None # Não precisamos do caminho do Hub para resultados
+    EVAL_REQUESTS_PATH = "data/eval_requests" # Manter ou ajustar se a fila ainda for lida do Hub
+    # Certifique-se de que o diretório da fila de requests existe se for usado
+    os.makedirs(EVAL_REQUESTS_PATH, exist_ok=True)
+
+
+# Obter todas as colunas definidas
 ALL_COLS = [c.name for c in fields(AutoEvalColumn)]
 
+# Obter o leaderboard completo com as médias calculadas
 try:
-    LEADERBOARD_DF = get_leaderboard_df(EVAL_RESULTS_PATH, EVAL_REQUESTS_PATH, ALL_COLS)
+    initial_df_for_test = None
+    if LOAD_TEST_DATA:
+        try:
+            initial_df_for_test = pd.read_csv(TEST_DATA_PATH)
+            # Renomear colunas do CSV para corresponder às chaves internas (task.name)
+            # Esta parte pode precisar de ajustes dependendo dos nomes exatos das colunas no CSV
+            rename_map = {task.value.col_name: task.name for task in Tasks}
+            # Adicionar mapeamento para outras colunas se necessário (ex: 'Model' -> 'model')
+            rename_map["Model"] = AutoEvalColumn.model.name # Exemplo
+            # Adicione outros mapeamentos conforme necessário
+            initial_df_for_test.rename(columns=rename_map, inplace=True)
+            print("DataFrame de teste carregado e colunas renomeadas.")
+        except FileNotFoundError:
+            print(f"Erro: Arquivo de teste não encontrado em {TEST_DATA_PATH}")
+            initial_df_for_test = pd.DataFrame()
+        except Exception as e:
+            print(f"Erro ao carregar ou processar o arquivo de teste: {e}")
+            initial_df_for_test = pd.DataFrame()
+            
+    LEADERBOARD_DF = get_leaderboard_df(
+        results_path=EVAL_RESULTS_PATH if not LOAD_TEST_DATA else None, 
+        requests_path=EVAL_REQUESTS_PATH if not LOAD_TEST_DATA else None, 
+        cols=ALL_COLS, 
+        initial_df=initial_df_for_test
+    )
 except Exception as e:
     print(f"Erro ao gerar o DataFrame do Leaderboard: {e}")
-    LEADERBOARD_DF = pd.DataFrame()
+    LEADERBOARD_DF = pd.DataFrame() # Criar DataFrame vazio em caso de erro
 
-(
+# Obter DataFrames da fila de avaliação (pode precisar ser ajustado se LOAD_TEST_DATA=True)
+# Se a fila também deve ser mockada/lida localmente, ajuste aqui
+(   
     finished_eval_queue_df,
     running_eval_queue_df,
     pending_eval_queue_df,
-) = get_evaluation_queue_df(EVAL_REQUESTS_PATH, EVAL_COLS)
+) = get_evaluation_queue_df(EVAL_REQUESTS_PATH, EVAL_COLS) 
 
 
 def create_leaderboard_component(dataframe, displayed_cols, hidden_cols=None, cant_deselect_cols=None, title=None):