Actualizo app.py y requirements

app.py

@@ -6,6 +6,10 @@ import torch
 import matplotlib.pyplot as plt
 import matplotlib.dates as mdates
 from chronos import ChronosPipeline
+import io, base64
+from types import SimpleNamespace
+
+
 
 # ----------------------------
 # Modelo (ligero para Space free)
@@ -181,6 +185,36 @@ def forecast_fn(file, sku: str, horizon: int = 12, freq: str = "MS"):
 
     return out, plot_path, tmp_path, md
 
+def forecast_from_text(csv_text_or_b64: str, sku: str, horizon: int = 12, freq: str = "MS"):
+    """
+    Recibe CSV como texto o base64 (sin 'data:'), lo escribe a un archivo temporal,
+    y llama a forecast_fn reutilizando toda tu lógica actual.
+    Devuelve: (tabla, image filepath, csv filepath, markdown) en el mismo orden.
+    """
+    txt = (csv_text_or_b64 or "").strip()
+    # ¿Parece base64? Intentar decodificar; si falla, tratar como texto plano.
+    try:
+        if not ("\n" in txt) and all(c.isalnum() or c in "+/=\n\r" for c in txt):
+            raw = base64.b64decode(txt)
+            csv_text = raw.decode("utf-8", errors="replace")
+        else:
+            csv_text = txt
+    except Exception:
+        csv_text = txt
+
+    # Escribir a un archivo temporal .csv
+    tmp = tempfile.NamedTemporaryFile("w+", suffix=".csv", delete=False)
+    tmp.write(csv_text)
+    tmp.flush()
+    tmp.close()
+
+    # Crear un objeto con atributo .name para que forecast_fn lo lea como gr.File
+    dummy_file = SimpleNamespace(name=tmp.name)
+
+    # Reusar tu pipeline original
+    return forecast_fn(dummy_file, sku, horizon, freq)
+
+
 
 def list_skus(file):
     if file is None:
@@ -214,6 +248,17 @@ with gr.Blocks(title="Pronóstico por SKU (Chronos-T5)") as demo:
     download_file = gr.File(label="⬇️ Descargar pronóstico (CSV)", interactive=False)
     stats_md = gr.Markdown(label="Resumen")
 
+    # Endpoint solo-API que recibe CSV como texto/base64 (sin archivo)
+    api_csv_text = gr.Textbox(visible=False)
+
+    gr.Button(visible=False).click(
+        fn=forecast_from_text,
+        inputs=[api_csv_text, sku_dd, horizon, freq],   # MISMO orden que usará Netlify
+        outputs=[out_table, out_plot, download_file, stats_md],
+        api_name="/forecast_text"
+    )
+
+
     btn.click(
         forecast_fn,
         inputs=[file, sku_dd, horizon, freq],