init commit 2

.gitattributes

@@ -0,0 +1,35 @@
+*.7z filter=lfs diff=lfs merge=lfs -text
+*.arrow filter=lfs diff=lfs merge=lfs -text
+*.bin filter=lfs diff=lfs merge=lfs -text
+*.bz2 filter=lfs diff=lfs merge=lfs -text
+*.ckpt filter=lfs diff=lfs merge=lfs -text
+*.ftz filter=lfs diff=lfs merge=lfs -text
+*.gz filter=lfs diff=lfs merge=lfs -text
+*.h5 filter=lfs diff=lfs merge=lfs -text
+*.joblib filter=lfs diff=lfs merge=lfs -text
+*.lfs.* filter=lfs diff=lfs merge=lfs -text
+*.mlmodel filter=lfs diff=lfs merge=lfs -text
+*.model filter=lfs diff=lfs merge=lfs -text
+*.msgpack filter=lfs diff=lfs merge=lfs -text
+*.npy filter=lfs diff=lfs merge=lfs -text
+*.npz filter=lfs diff=lfs merge=lfs -text
+*.onnx filter=lfs diff=lfs merge=lfs -text
+*.ot filter=lfs diff=lfs merge=lfs -text
+*.parquet filter=lfs diff=lfs merge=lfs -text
+*.pb filter=lfs diff=lfs merge=lfs -text
+*.pickle filter=lfs diff=lfs merge=lfs -text
+*.pkl filter=lfs diff=lfs merge=lfs -text
+*.pt filter=lfs diff=lfs merge=lfs -text
+*.pth filter=lfs diff=lfs merge=lfs -text
+*.rar filter=lfs diff=lfs merge=lfs -text
+*.safetensors filter=lfs diff=lfs merge=lfs -text
+saved_model/**/* filter=lfs diff=lfs merge=lfs -text
+*.tar.* filter=lfs diff=lfs merge=lfs -text
+*.tar filter=lfs diff=lfs merge=lfs -text
+*.tflite filter=lfs diff=lfs merge=lfs -text
+*.tgz filter=lfs diff=lfs merge=lfs -text
+*.wasm filter=lfs diff=lfs merge=lfs -text
+*.xz filter=lfs diff=lfs merge=lfs -text
+*.zip filter=lfs diff=lfs merge=lfs -text
+*.zst filter=lfs diff=lfs merge=lfs -text
+*tfevents* filter=lfs diff=lfs merge=lfs -text

README.md

@@ -1,64 +1,116 @@
+---
+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)**.
+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 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
 
----
+-   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
+-   Python
+-   Transformers (HuggingFace)
+-   Sentence Transformers
+-   Scikit-learn
+-   Gradio
 
 Modelos utilizados:
-- Embeddings: `MongoDB/mdbr-leaf-ir`
-- LLM: `microsoft/Phi-2`
 
----
+-   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
+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
 
-    Python-Huggingface/
-    │
-    ├── app.py # Interfaz con Gradio
-    ├── rag_engine.py # Lógica del sistema RAG
-    ├── documents.json # Base de conocimiento
-    ├── requirements.txt # Dependencias
-    │
-    └── test/
-    ├── test_api.py
-    └── test-api-space.py
+    app.py
+    rag_engine.py
+    documents.json
+    requirements.txt
+    tests/
+        test_api.py
 
----
+------------------------------------------------------------------------
 
 ## 🚀 Instalación
 
-1. Clonar el repositorio o descargar los archivos
+1.  Clonar el repositorio o descargar los archivos
 
-2. Instalar dependencias:
+2.  Instalar dependencias:
 
-```bash
+``` bash
 pip install -r requirements.txt
+```
+
+------------------------------------------------------------------------
+
+## ▶️ Ejecución
+
+``` bash
+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
+
+``` python
+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)
+```