Update app.py

app.py

@@ -55,7 +55,7 @@ if __name__=="__main__":
     embeddings = EmbeddingGen("sentence-transformers/all-MiniLM-L12-v2")
     db = Chroma(embedding_function=embeddings.embed_documents)
     # Define la ruta donde deseas guardar el vector store
-    vectorstore=db.from_documents(textos,embedding_function)
+    vectorstore = db.from_documents(textos, embeddings.embed_documents)
     print("Vectorizado terminado")
     # Convierte el vector store en un recuperador (retriever) de similaridad
     retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 3})