Update README_es.md

README_es.md

@@ -1,16 +1,6 @@
----
-title: TrueEye Reports
-emoji: 🧿
-colorFrom: purple
-colorTo: purple
-sdk: docker
-pinned: false
-license: mit
-thumbnail: >-
-  https://cdn-uploads.huggingface.co/production/uploads/683866c9aa7db732a49d525d/a1tcXbQwNIxmPOaXWdHwQ.png
----
-
----
+<p align="center">
+  <img src="static/banner.gif" alt="Banner TrueEye" width="100%">
+</p>
 
 # 🧿 TrueEye — Sistema Inteligente de Alfabetización Mediática
 
@@ -57,9 +47,9 @@ Al ingresar una URL de un artículo de noticias, **TrueEye** realiza **tres aná
 
 **TrueEye** consta de tres capas principales:
 
-* 🧱 **Frontend**: Web estática en HTML + TailwindCSS + JS (`static/index.html`).
-* 🧠 **Backend**: API REST en Python (`main.py`) con FastAPI.
-* 🔁 **Orquestación IA**: Flujo de LangFlow (`TrueEyeBeta.json`) con agentes Claude (Opus / Sonnet).
+* 🧱 **Frontend**: Web estática en HTML + TailwindCSS + JS (`static/index.html`)
+* 🧠 **Backend**: API REST en Python (`main.py`) con FastAPI
+* 🔁 **Orquestación IA**: Flujo de LangFlow (`TrueEyeBeta.json`) con agentes Claude (Opus / Sonnet)
 
 > El análisis lo realizan modelos de lenguaje ejecutados vía LangFlow + APIs externas.
 
@@ -94,7 +84,7 @@ TrueEye_v1/
 ### 🧪 Pasos para correrlo:
 
 ```bash
-# 1. Clonar el repo
+# 1. Clonar el repositorio
 git clone https://github.com/DeepRatAI/TrueEye_v1.git
 cd TrueEye_v1
 
@@ -111,6 +101,8 @@ uvicorn main:app --reload
 Luego, abrí el archivo `static/index.html` en tu navegador.
 Introducí una URL, presioná "Analizar", y obtendrás el informe generado por IA en segundos.
 
+> 📌 Asegurate de que LangFlow esté corriendo y tenga cargado el flujo `TrueEyeBeta.json`. La clave API debe estar configurada según el proveedor (ej. Anthropic).
+
 ---
 
 ## 📌 Roadmap
@@ -126,11 +118,11 @@ Introducí una URL, presioná "Analizar", y obtendrás el informe generado por I
 
 ## 📚 Tecnologías Utilizadas
 
-* **FastAPI** — Backend API REST en Python.
-* **LangFlow** — Orquestación de flujos LLM con agentes, memoria y lógica condicional.
-* **Claude Opus / Sonnet** — Modelos de lenguaje vía API Anthropic.
-* **TailwindCSS & JS** — Interfaz frontend simple y moderna.
-* **Docker** — Para despliegue reproducible (Hugging Face Spaces).
+* **FastAPI** — Backend API REST en Python
+* **LangFlow** — Orquestación de flujos LLM con agentes, memoria y lógica condicional
+* **Claude (Opus / Sonnet)** — Modelos de lenguaje vía API de Anthropic
+* **TailwindCSS & JS** — Interfaz frontend simple y moderna
+* **Docker** — Para despliegue reproducible (Hugging Face Spaces)
 
 ---
 
@@ -145,10 +137,11 @@ Ingeniero en IA, Software y Sistemas · Prompt Engineer · Full-stack Developer
 
 ## 🧠 Licencia
 
-Este proyecto está licenciado bajo **Creative Commons Attribution-NonCommercial 4.0 (CC BY-NC 4.0)**.
-Podés copiar, modificar y distribuir el código, **siempre que menciones al autor (DeepRat)** y **no lo utilices con fines comerciales sin autorización previa**.
+Este proyecto está licenciado bajo **Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)**.
+Podés copiar, modificar y distribuir el código siempre que menciones al autor (**DeepRat**) y no lo utilices con fines comerciales sin autorización previa.
 
-> Para usos comerciales o licencias extendidas, contactá a: info@deeprat.tech
+> 📩 Para solicitudes comerciales, contactá a: [info@deeprat.tech](mailto:info@deeprat.tech)
 
 ---
 
+