Spaces:
Sleeping
Sleeping
File size: 2,270 Bytes
f1d8a26 6315b5d cd66bdc 611664a d755df9 1515275 f1d8a26 1515275 f1d8a26 1515275 f1d8a26 1515275 f1d8a26 1515275 f1d8a26 1515275 611664a f1d8a26 6426abb f1d8a26 2c28075 1515275 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 |
from langchain_community.vectorstores import Chroma
from langchain_community.embeddings import HuggingFaceEmbeddings
from tqdm.auto import tqdm
from src.preprocess import Loader
from src.vdb import EmbeddingGen
import src.model_load
import gradio as gr
import spaces
#@spaces.GPU # Ubica aqu铆 la anotaci贸n correctamente
def main():
# Definici贸n de directorio
archivo = [r"data/Calculo_Trascendentes_Tempranas_Zill_4t.pdf"]
# Carga de archivos y procesamiento de texto
if len(archivo) < 2:
Load = Loader(archivo[0])
documentos = Load.load_docs()
textos_limpios = [Loader.limpiar_texto(texto=doc) for doc in documentos]
textos = Loader.splitter(texto=textos_limpios, chunk_size=500, chunk_overlap=50)
else:
textos = []
for i in range(len(archivo)):
Load = Loader(archivo[i])
documentos = Load.load_docs()
textos_limpios = [Load.limpiar_texto(texto=doc) for doc in documentos]
chunks = Load.splitter(texto=textos_limpios, chunk_size=500, chunk_overlap=50)
textos.extend(chunks)
# Generaci贸n de embeddings y almacenamiento
embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-MiniLM-L12-v2")
persist_directory = "./persist_directory"
db = Chroma(persist_directory=persist_directory, embedding_function=embeddings.embed_documents)
vectorstore = Chroma.from_documents(textos[:10], embeddings, persist_directory="./chroma_db")
print("Vectorizado terminado")
retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 3})
print("Carga del modelo")
# Carga del modelo
qa_chain = src.model_load.load_model()
print("Lanzando interfaz")
def chatbot_response(message):
return qa_chain(message, retriever)
iface = gr.Interface(
fn=chatbot_response,
inputs=gr.Textbox(label="Escribe tu mensaje"),
outputs=gr.Textbox(label="Respuesta del chatbot"),
title="Chatbot Simple",
description="Interfaz simple de chatbot con Gradio."
)
iface.launch(server_port=7860, share=True) # Aqu铆 puedes asegurarte de que `share=True` est茅 activo
if __name__ == "__main__":
main() |