Create README.MD

README.MD

@@ -0,0 +1,123 @@
+ README: Multi-Model LLM Chatbot with Image Generation and Emotion Analysis
+📋 Descripción del Proyecto
+Este proyecto es un Chatbot Multi-Modelo que utiliza modelos alojados en Hugging Face para:
+
+Responder preguntas utilizando un modelo LLM.
+Recordar el historial de conversación para proporcionar respuestas más coherentes.
+Analizar las emociones presentes en el texto ingresado por los usuarios.
+Generar imágenes a partir de descripciones utilizando un modelo más ligero y eficiente.
+El proyecto está construido con Gradio para proporcionar una interfaz gráfica interactiva y fácil de usar.
+
+📦 Requisitos Previos
+Para ejecutar este proyecto, asegúrate de tener lo siguiente instalado:
+
+Python 3.8 o superior
+Git
+Librerías necesarias:
+gradio
+huggingface_hub
+Instala las dependencias ejecutando:
+
+bash
+Copiar código
+pip install -r requirements.txt
+🔐 Configuración del Token de Hugging Face
+Este proyecto utiliza modelos alojados en Hugging Face, por lo que necesitas un token de acceso para usarlos.
+
+📋 Cómo Obtener un Token de Acceso
+Inicia sesión en Hugging Face.
+Genera un token de lectura.
+Configura el token como variable de entorno en tu máquina:
+Linux/macOS:
+bash
+Copiar código
+export HF_API_TOKEN="TU_TOKEN"
+Windows (PowerShell):
+powershell
+Copiar código
+$env:HF_API_TOKEN="TU_TOKEN"
+🚀 Instrucciones para Ejecutar el Proyecto
+1️⃣ Clona el Repositorio
+bash
+Copiar código
+git clone https://huggingface.co/tu_usuario/tu_repositorio
+cd tu_repositorio
+2️⃣ Instala las Dependencias
+bash
+Copiar código
+pip install -r requirements.txt
+3️⃣ Ejecuta la Aplicación
+bash
+Copiar código
+python app.py
+4️⃣ Abre la Interfaz en tu Navegador
+La aplicación estará disponible en http://127.0.0.1:7860.
+
+🧩 Diagrama de Flujo del Chatbot
+El siguiente diagrama de flujo muestra cómo el chatbot selecciona el modelo adecuado y procesa la entrada del usuario:
+
+mermaid
+Copiar código
+flowchart TD
+    Start["Usuario ingresa una consulta"] --> SelectModel{¿Selecciona acción?}
+    SelectModel -- "CHATBOT" --> LLMResponse["Respuesta generada por el modelo LLM"]
+    SelectModel -- "Generar Imagen" --> ImageResponse["Generación de imagen en progreso"]
+    SelectModel -- "Análisis de Emociones" --> EmotionResponse["Análisis de emociones en el texto"]
+    LLMResponse --> End["Respuesta devuelta al usuario"]
+    ImageResponse --> End
+    EmotionResponse --> End
+📚 Ejemplo de Uso
+🧑‍💻 Consulta al Chatbot:
+Entrada:
+
+text
+Copiar código
+¿Cuál es la capital de Francia?
+Respuesta del modelo:
+
+text
+Copiar código
+La capital de Francia es París.
+📷 Generación de Imagen:
+Descripción ingresada:
+
+text
+Copiar código
+Un paisaje de montaña al atardecer con un lago.
+Salida:
+El modelo genera una imagen basada en la descripción proporcionada.
+
+😊 Análisis de Emociones:
+Texto ingresado:
+
+text
+Copiar código
+Estoy muy feliz hoy, pero también un poco preocupado por lo que pueda pasar mañana.
+Salida:
+
+text
+Copiar código
+Alegría: 70.00%  
+Enojo: 10.00%  
+Miedo: 15.00%  
+Tristeza: 5.00%
+⚙️ Instalación Opcional: Uso de un Entorno Virtual
+Para mantener las dependencias aisladas y evitar conflictos, puedes crear un entorno virtual con los siguientes comandos:
+
+Linux/macOS:
+bash
+Copiar código
+python3 -m venv venv
+source venv/bin/activate
+Windows:
+bash
+Copiar código
+python -m venv venv
+.\venv\Scripts\activate
+📄 Licencia
+Este proyecto está bajo la licencia MIT. Puedes usarlo y modificarlo libremente bajo los términos de esta licencia.
+
+✅ Modelos Utilizados
+microsoft/Phi-3-mini-4k-instruct – Modelo de lenguaje para responder preguntas y recordar el contexto de la conversación.
+bhadresh-savani/distilbert-base-uncased-emotion – Modelo para análisis de emociones.
+runwayml/stable-diffusion-v1-5 – Modelo ligero para generación de imágenes.