',
html_content, flags=re.DOTALL
)
return html_content
html = HTML(string=html_modified)
html.write_pdf('PMST_Ineco_Paseo_Habana.pdf')
```
**Instalación:**
```bash
pip install --break-system-packages weasyprint staticmap Pillow PyPDF2
```
**Resolución de mapas:** 800×600px genera JPG de 124-158KB. Para mejor calidad, usar 1200×900 (~300KB).
**Ventaja sobre html2canvas:** `staticmap` genera mapas directamente desde tiles de OpenStreetMap sin necesidad de navegador. Es más rápido, reproducible, y funciona en servidores sin GUI.
## Patrón Demo Interactivo
Para presentar el sistema al usuario, crear un HTML demo que muestre:
1. **Diagrama de arquitectura**: Encuestas → APIs → Normalización → LLM → HTML
2. **Tabla de fuentes de datos**: Qué datos alimenta cada capítulo
3. **Ejemplos por capítulo**: Sidebar con navegación, prompt box (dark, syntax highlighted), AI response box (green border, formatted HTML)
Ver `references/prompt-templates.md` para ejemplos de prompts por capítulo.
Ver `references/plandemovilidad-case.md` para el caso de estudio completo.
## Integración con APIs Externas
El informe se enriquece con datos de APIs reales **ANTES de la generación**:
```javascript
// Patrón: enrichAppWithAPIs() se llama antes de generarInformeCompleto()
export async function enrichAppWithAPIs(app) {
const lat = parseFloat(app.centro?.latitud);
const lng = parseFloat(app.centro?.longitud);
if (!lat || !lng) return app;
// GBFS → app.gbfs = { sistema, estaciones[], total }
// Nominatim → app.centroInfo = { ciudad, barrio, cp }, app.pois[]
// ORS → app.isocronas[] = { modo, minutos, areaKm2, real }
return app;
}
// Wrapper en index.html
window.pmstApp.exportPDF = async () => {
await enrichAppWithAPIs(window.pmstApp.appState);
return exportPDF();
};
```
**Dato crítico:** El enriquecimiento debe ocurrir ANTES de que el generador de informe lea `appState`. Si se genera sin enriquecer, los capítulos muestran "datos pendientes" en vez de datos reales.
Fuentes de datos y capítulos que las usan:
| API | Capítulo(s) | Qué aporta |
|-----|-------------|-----------|
| GBFS | 14 (Infraestructura Ciclista) | Estaciones cercanas, disponibilidad bicis |
| Nominatim | 5 (Entorno), 13 (TP) | Dirección del centro, barrio, POIs |
| ORS | 5 (Entorno), 13 (TP) | Isochronas de accesibilidad multi-modo |
| MITECO | 8 (Huella CO₂) | Factores de emisión por modo |
## Isochronas Realistas (sin API externa)
Cuando no hay API key de ORS, generar isócronas simuladas pero **realistas** — no círculos perfectos.
### Algoritmo de polígonos irregulares
```javascript
function generarIsocronaRealista(centro, radioMax, modo, tiempo) {
const PUNTOS = 48;
const coords = [];
// Ejes viales de la ciudad (ángulo → factor de extensión)
const ejes = [
{ angulo: 0, factor: 1.4, nombre: 'Castellana N' },
{ angulo: 45, factor: 1.1, nombre: 'Bravo Murillo' },
{ angulo: 90, factor: 0.7, nombre: 'Río Manzanares' }, // barrera
{ angulo: 180, factor: 1.3, nombre: 'Paseo Habana S' },
{ angulo: 270, factor: 0.8, nombre: 'Zona menos desarrollada' },
];
// Barreras urbanas
const barreras = [
{ anguloInicio: 75, anguloFin: 105, factor: 0.6 }, // río
{ anguloInicio: 260, anguloFin: 285, factor: 0.75 }, // vía tren
];
for (let i = 0; i < PUNTOS; i++) {
const angulo = (i / PUNTOS) * 2 * Math.PI;
const anguloDeg = (i / PUNTOS) * 360;
// Factor de ejes viales
let factorEje = 1;
for (const eje of ejes) {
const diff = Math.abs(anguloDeg - eje.angulo);
if (diff < 30) factorEje *= 1 + (eje.factor - 1) * (1 - diff / 30);
}
// Factor de barreras
let factorBarrera = 1;
for (const b of barreras) {
if (anguloDeg >= b.anguloInicio && anguloDeg <= b.anguloFin) {
factorBarrera *= b.factor;
}
}
// Variación natural (senoide con 3 frecuencias)
const variacion = 1 + 0.15 * Math.sin(angulo * 0.1) + 0.1 * Math.cos(angulo * 0.23);
const radio = radioMax * factorEje * factorBarrera * variacion;
// Convertir a coordenadas
const lat = centro.lat + (radio / 111320) * Math.cos(angulo);
const lon = centro.lon + (radio / (111320 * Math.cos(centro.lat * Math.PI / 180))) * Math.sin(angulo);
coords.push([lat, lon]);
}
return coords;
}
```
**Velocidad por modo:** coche 25 km/h, bici 14 km/h, pie 4.5 km/h.
**Resultado:** Polígonos tipo "mano de pulpo" que se extienden por ejes viales principales y se contraen en barreras urbanas. 48 puntos de resolución por polígono.
## Comentarios IA después de visualizaciones
En informes largos (60-80 páginas), después de cada mapa, gráfico o tabla importante, incluir un bloque de análisis de la IA que:
1. **Interpreta los datos** — "El análisis revela que en 15 min se cubren 150-200 km² en coche..."
2. **Identifica barreras** — "La barrera del río reduce accesibilidad al SE un 40%..."
3. **Da recomendaciones** — "Se recomienda fomentar Metro L9 y líneas 14/27..."
```html
🤖 Análisis contextual de la IA
Principales hallazgos: El análisis revela que en 15 minutos se cubren 150-200 km² en coche...
Barreras detectadas: Río Manzanares (-40%), vía tren Chamartín (-25%)...
Recomendación: Priorizar conexiones transversales que superen las barreras naturales...