Este proyecto implementa un sistema de preguntas y respuestas que utiliza documentos PDF como fuente de conocimiento. El sistema procesa múltiples archivos PDF, crea un índice searchable, y permite a los usuarios hacer preguntas sobre el contenido de estos documentos.

• Procesa múltiples archivos PDF en una carpeta especificada
• Crea un índice FAISS para búsqueda eficiente
• Utiliza embeddings de Hugging Face para la representación del texto
• Implementa un sistema de preguntas y respuestas utilizando el modelo Llama 3 a través de Ollama
• Interfaz de línea de comandos para interactuar con el sistema

• Python 3.7+
• Bibliotecas requeridas (ver requirements.txt)
• crear un enviroment: python -m venv nombreEnviroment
• crear un archivo .env en el cual contiene HUGGINGFACEHUB_API_TOKEN

1. Clona este repositorio:
2. Instala las dependencias
3. Asegúrate de tener Ollama instalado y el modelo Llama 3 descargado.

1. Coloca tus archivos PDF en la carpeta Anexo1 (o modifica la variable folder_path en el script).

2. Ejecuta el script

3. El sistema procesará los PDFs y creará un índice la primera vez que se ejecute.

4. Una vez cargado, puedes hacer preguntas sobre el contenido de los documentos.

5. Escribe 'salir' para terminar la sesión.

• Puedes modificar el modelo de embeddings en las funciones create_and_save_index y load_index.
• El tamaño de los chunks y el solapamiento se pueden ajustar en la función process_folder.
• El modelo de lenguaje se puede cambiar en la función setup_qa_system.

• Este sistema utiliza FAISS para el almacenamiento y búsqueda de vectores, lo que permite una recuperación rápida de información relevante.
• El sistema no actualiza el índice automáticamente si se añaden nuevos PDFs. Deberás eliminar manualmente el índice existente para recrearlo con nuevos documentos.

Las contribuciones son bienvenidas. Por favor, abre un issue para discutir cambios mayores antes de enviar un pull request.

[Incluye aquí la información de la licencia de tu proyecto]