README.md

metadata

app_file: app.py
colorFrom: indigo
colorTo: blue
emoji: 🤖
pinned: false
sdk: gradio
sdk_version: 6.9.0
title: RAG QA System

📌 Descripción del proyecto

Este proyecto implementa un sistema de preguntas y respuestas basado en la técnica RAG (Retrieval-Augmented Generation).

El sistema permite al usuario hacer preguntas en inglés sobre una base de conocimiento (documents.json), y genera respuestas utilizando modelos de inteligencia artificial.

El proyecto incluye:

• Un motor RAG (rag_engine.py)
• Una interfaz web interactiva con Gradio (app.py)
• Una base de conocimiento en formato JSON
• Acceso mediante API

---

⚙️ Tecnologías utilizadas

• Python
• Transformers (HuggingFace)
• Sentence Transformers
• Scikit-learn
• Gradio

Modelos utilizados:

• Embeddings: MongoDB/mdbr-leaf-ir
• LLM: PleIAs/Pleias-RAG-350M

---

🧠 ¿Cómo funciona el sistema?

El sistema sigue estos pasos:

1. El usuario introduce una pregunta
2. Se convierte la pregunta en un embedding (vector)
3. Se comparan los embeddings con los documentos
4. Se seleccionan los documentos más relevantes
5. Se construye un prompt con contexto
6. El modelo genera una respuesta basada en ese contexto

---

📂 Estructura del proyecto

app.py
rag_engine.py
documents.json
requirements.txt
tests/
    test_api.py

---

🚀 Instalación

1. Clonar el repositorio o descargar los archivos

2. Instalar dependencias:

pip install -r requirements.txt

---

▶️ Ejecución

python app.py

Abrir en navegador:

http://127.0.0.1:7860

---

🌐 Despliegue

La aplicación está desplegada en Hugging Face Spaces:

https://morenomp-python-huggingface.hf.space

---

🔌 Uso de la API

from gradio_client import Client

client = Client("https://morenomp-python-huggingface.hf.space")

result = client.predict(
    query="Where is the hospital?",
    top_k=2,
    umbral=0.5,
    api_name="/ask"
)

print(result)