Upload 5 files

Dockerfile

@@ -1,21 +1,26 @@
-FROM python:3.9-slim
 
-WORKDIR /app
+# Imagen base ligera con Python
+FROM python:3.10-slim
 
-RUN apt-get update && apt-get install -y \
-    build-essential \
-    curl \
-    software-properties-common \
-    git \
-    && rm -rf /var/lib/apt/lists/*
+# Variables de entorno para Streamlit
+ENV PYTHONUNBUFFERED=1
+ENV STREAMLIT_PORT=7860
+ENV STREAMLIT_BROWSER_GATHER_USAGE_STATS=false
 
-COPY requirements.txt ./
-COPY src/ ./src/
+# Crear directorio de trabajo
+WORKDIR /app
 
-RUN pip3 install -r requirements.txt
+# Copiar archivos
+COPY requirements.txt ./
+COPY asistente_cuantico_pymes_app.py ./app.py
+COPY README.md ./
 
-EXPOSE 8501
+# Instalar dependencias
+RUN pip install --upgrade pip \
+    && pip install --no-cache-dir -r requirements.txt
 
-HEALTHCHECK CMD curl --fail http://localhost:8501/_stcore/health
+# Puerto para Hugging Face Spaces
+EXPOSE 7860
 
-ENTRYPOINT ["streamlit", "run", "src/streamlit_app.py", "--server.port=8501", "--server.address=0.0.0.0"]
+# Comando de inicio
+CMD ["streamlit", "run", "app.py", "--server.port=7860", "--server.enableCORS=false"]

README.md

@@ -1,19 +1,38 @@
----
-title: PYMESAssistant
-emoji: 🚀
-colorFrom: red
-colorTo: red
-sdk: docker
-app_port: 8501
-tags:
-- streamlit
-pinned: false
-short_description: Streamlit template space
----
-
-# Welcome to Streamlit!
-
-Edit `/src/streamlit_app.py` to customize this app to your heart's desire. :heart:
-
-If you have any questions, checkout our [documentation](https://docs.streamlit.io) and [community
-forums](https://discuss.streamlit.io).
+
+# 🤖 Asistente Cuántico para PYMES
+
+Este proyecto es un asistente inteligente que ayuda a pequeñas empresas a tomar decisiones estratégicas basadas en datos financieros y operativos. Combina:
+
+- **LLMs Open Source** (Mistral-7B vía Hugging Face)
+- **Simulación Cuántica con Qiskit**
+- **Interfaz amigable con Streamlit**
+
+## 🚀 Cómo ejecutar
+
+1. Clona este repositorio
+2. Instala las dependencias:
+
+```bash
+pip install -r requirements.txt
+```
+
+3. Ejecuta la aplicación:
+
+```bash
+streamlit run asistente_cuantico_pymes_app.py
+```
+
+## 🧠 ¿Qué hace?
+
+- Sube un archivo CSV con tus datos de negocio
+- Haz una pregunta en lenguaje natural
+- El sistema responderá con sugerencias estratégicas basadas en LLM
+- También ejecuta una evaluación cuántica (simulada)
+
+## 🛠️ Tecnologías
+
+- `Streamlit`
+- `LangChain`
+- `Transformers`
+- `Qiskit`
+- `Pandas`

asistente_cuantico_pymes_app.py

@@ -0,0 +1,65 @@
+
+import streamlit as st
+from langchain.llms import HuggingFaceHub
+from langchain.chains import LLMChain
+from langchain.prompts import PromptTemplate
+import pandas as pd
+from qiskit import QuantumCircuit, Aer, execute
+
+# Cargar datos financieros/operativos
+def load_data(uploaded_file):
+    if uploaded_file is not None:
+        return pd.read_csv(uploaded_file)
+    return None
+
+# Crear circuito cuántico simple (placeholder para lógica futura)
+def run_quantum_logic():
+    qc = QuantumCircuit(1, 1)
+    qc.h(0)
+    qc.measure(0, 0)
+    backend = Aer.get_backend('qasm_simulator')
+    job = execute(qc, backend, shots=1024)
+    result = job.result().get_counts()
+    return result
+
+# Configurar LLM con Hugging Face (puedes usar local más adelante)
+def get_llm():
+    return HuggingFaceHub(
+        repo_id="mistralai/Mistral-7B-Instruct-v0.1",
+        model_kwargs={"temperature": 0.5, "max_new_tokens": 200}
+    )
+
+# Prompt base
+template = """
+Eres un asesor estratégico experto en pequeñas empresas. Con base en los siguientes datos, sugiere decisiones importantes:
+
+{data}
+
+Pregunta del usuario: {question}
+"""
+
+prompt = PromptTemplate(input_variables=["data", "question"], template=template)
+
+# Main app
+st.title("🤖 Asistente Cuántico para PYMES")
+uploaded_file = st.file_uploader("Sube tu archivo de datos financieros (CSV)", type=["csv"])
+df = load_data(uploaded_file)
+
+if df is not None:
+    st.write("Vista previa de los datos:")
+    st.dataframe(df.head())
+
+    question = st.text_input("¿Qué deseas preguntar sobre tu negocio?")
+    if question:
+        llm = get_llm()
+        chain = LLMChain(llm=llm, prompt=prompt)
+        response = chain.run(data=df.head(3).to_string(), question=question)
+
+        st.subheader("🔍 Recomendación del Asistente:")
+        st.write(response)
+
+        st.subheader("⚛️ Evaluación Cuántica:")
+        result = run_quantum_logic()
+        st.write("Resultados del circuito cuántico (simulado):", result)
+else:
+    st.info("Por favor, sube un archivo CSV con tus datos empresariales.")

huggingface.yml

@@ -0,0 +1,6 @@
+
+# Archivo de configuración para Hugging Face Spaces
+title: Asistente Cuántico para PYMES
+sdk: streamlit
+python_version: 3.10
+app_file: app.py

requirements.txt

@@ -1,3 +1,9 @@
-altair
+
+streamlit
+langchain
+openai
+transformers
+accelerate
+qiskit
 pandas
-streamlit
+huggingface_hub