Create app.py

app.py

@@ -0,0 +1,85 @@
+# Importa las bibliotecas necesarias
+import os
+import gradio as gr
+import random
+import requests
+from getpass import getpass
+from langchain.document_loaders import PyPDFLoader
+from langchain.text_splitter import RecursiveCharacterTextSplitter
+from langchain.embeddings import OpenAIEmbeddings
+from langchain.vectorstores import Chroma
+from langchain.chat_models import ChatOpenAI
+from langchain.chains import RetrievalQA
+from langchain.chains.conversation.memory import ConversationBufferMemory
+
+# Agrega el API KEY
+OPENAI_API_KEY = "COLOCAR APIKEY"
+os.environ["OPENAI_API_KEY"] = OPENAI_API_KEY
+
+# Lista de URLs de los documentos PDF
+urls = [
+    # Agrega tus URLs aquí
+]
+
+# Descarga y carga los documentos PDF
+pdfdoc = []
+for i, url in enumerate(urls):
+  response = requests.get(url)
+  filename = f'documento{i+1}.pdf'
+  with open(filename, "wb") as f:
+    f.write(response.content)
+    print(f"{filename} fue descargado con éxito.")
+    loader = PyPDFLoader(filename)
+    data = loader.load()
+    pdfdoc.extend(data)
+
+# Divide el texto de los documentos
+text_splitter = RecursiveCharacterTextSplitter(chunk_size=400, chunk_overlap=200, length_function=len)
+documents = text_splitter.split_documents(pdfdoc)
+
+# Crea la base de datos vectorial
+embeddings = OpenAIEmbeddings(model="text-embedding-ada-002")
+vectorstore = Chroma.from_documents(documents=documents, embedding=embeddings)
+retriever = vectorstore.as_retriever(search_kwargs={"k": 2})
+
+# Crea los modelos de chat y cadenas para consultar información
+chat = ChatOpenAI(openai_api_key=OPENAI_API_KEY, model_name="gpt-3.5-turbo", temperature=0.0)
+memory = ConversationBufferMemory()
+qa_chain = RetrievalQA.from_chain_type(llm=chat, chain_type="stuff", retriever=retriever, memory=memory)
+
+# Función para chatear con el modelo
+def chat_with_model(message, history):
+    response = generate_response_from_documents(message, documents)
+    if response == "No se encontró información relevante en los documentos.":
+        model_response = qa_chain.run(message)
+        response = model_response
+    return response
+
+# Función para generar respuestas basadas en la información de los documentos PDF
+def generate_response_from_documents(message, documents):
+    user_tokens = message.split()
+    found_responses = []
+    for doc_index, document in enumerate(documents):
+        for page_index, page_content in enumerate(document):
+            if any(keyword in page_content for keyword in user_tokens):
+                found_responses.append({"source": f"documento{doc_index + 1}.pdf", "page": page_index, "content": page_content})
+    if found_responses:
+        response = random.choice(found_responses)
+        return f"Encontré información en {response['source']}, página {response['page']}:\n{response['content']}"
+    else:
+        return "No se encontró información relevante en los documentos."
+
+# Crea la interfaz Gradio
+gr.ChatInterface(
+    chat_with_model,
+    chatbot=gr.Chatbot(height=200),
+    textbox=gr.Textbox(placeholder="Hazme una pregunta", container=False, scale=7),
+    title="Bienvenido a LechuzoBot",
+    description="En que puedo ayudarte el dia de hoy?",
+    theme="soft",
+    examples=["Que es la Universidad Tecnologica de Tecamac?", "Numero telefonico donde puedo comunicarme"],
+    cache_examples=True,
+    retry_btn=None,
+    undo_btn="Eliminar respuesta anterior",
+    clear_btn="Limpiar",
+).launch()