Update Dockerfile

Dockerfile

@@ -1,8 +1,9 @@
+# Usamos Python 3.10 Slim
 FROM python:3.10-slim
 
 WORKDIR /app
 
-# 1. Instalar dependencias del sistema (Linux)
+# --- PASO 1: Dependencias de Linux (Vitales para OpenCV) ---
 RUN apt-get update && apt-get install -y \
     build-essential \
     curl \
@@ -11,27 +12,28 @@ RUN apt-get update && apt-get install -y \
     libglib2.0-0 \
     && rm -rf /var/lib/apt/lists/*
 
-# 2. Actualizar pip para evitar errores de compilación
+# --- PASO 2: Actualizar PIP ---
 RUN pip install --no-cache-dir --upgrade pip
 
-# 3. INSTALAR TORCH CPU (El paso crítico)
-# Instalamos esto SOLITO primero para asegurar que sea la versión ligera (~150MB)
-# y no la versión GPU (~2GB) que rompe la memoria.
+# --- 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
 
-# 4. Instalar las librerías ligeras (desde requirements.txt)
-COPY requirements.txt .
-RUN pip install --no-cache-dir -r requirements.txt
+# --- PASO 5: Stack de NLP ---
+# Importante: huggingface-hub<1.0 para compatibilidad
+RUN pip install --no-cache-dir "huggingface-hub<1.0" transformers nltk
 
-# 5. Instalar EasyOCR y OpenCV al final
-# Lo hacemos aparte para que no intenten reinstalar Torch GPU
-RUN pip install --no-cache-dir easyocr opencv-python-headless
+# --- 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
 
-# 6. Copiar el código del proyecto
+# --- PASO 7: Copiar el Código (Al final para aprovechar caché) ---
 COPY . .
 
-# 7. Configuración de arranque
+# --- 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"]