Dockerfile

# Usamos Python 3.10 Slim
FROM python:3.10-slim

WORKDIR /app

# --- CORRECCIÓN AQUÍ ---
# Reemplazamos libgl1-mesa-glx (obsoleto) por libgl1 (nuevo estándar)
RUN apt-get update && apt-get install -y \
    build-essential \
    curl \
    git \
    libgl1 \
    libglib2.0-0 \
    && rm -rf /var/lib/apt/lists/*

    
# --- PASO 2: Actualizar PIP ---
RUN pip install --no-cache-dir --upgrade pip

# --- PASO 3: Stack Científico (Primero, porque tardan en compilar) ---
RUN pip install --no-cache-dir pandas numpy scikit-learn tqdm

# --- PASO 4: PyTorch CPU (El más pesado, lo instalamos aislado) ---
# Usamos --index-url para forzar la versión ligera de CPU (~150MB vs 2GB)
RUN pip install --no-cache-dir torch torchvision --index-url https://download.pytorch.org/whl/cpu

# --- PASO 5: Stack de NLP ---
# Importante: huggingface-hub<1.0 para compatibilidad
RUN pip install --no-cache-dir "huggingface-hub<1.0" transformers nltk

# --- PASO 6: Stack de Visión y Web ---
# Instalamos easyocr al final para que no intente pelear con la versión de torch
RUN pip install --no-cache-dir streamlit opencv-python-headless easyocr

# --- PASO 7: Copiar el Código (Al final para aprovechar caché) ---
COPY . .

# --- Configuración de Arranque ---
EXPOSE 8501
HEALTHCHECK CMD curl --fail http://localhost:8501/_stcore/health
ENTRYPOINT ["streamlit", "run", "main.py", "--server.port=8501", "--server.address=0.0.0.0"]