f

model.py

@@ -7,37 +7,32 @@ from huggingface_hub import hf_hub_download
 import os
 import shutil
 
-# Configuración inicial
+# Configuración esencial para Spaces
 HF_TOKEN = os.getenv("HF_TOKEN")
 MISTRAL_API_KEY = os.getenv("MISTRAL_API_KEY")
 
-# Validar variables de entorno
-if not HF_TOKEN or not MISTRAL_API_KEY:
-    raise ValueError("Faltan variables de entorno requeridas")
+# 1. Configurar rutas específicas para Spaces
+CHROMA_DIR = "/home/user/app/chroma_db"  # Ruta dentro del espacio persistente
+os.makedirs(CHROMA_DIR, exist_ok=True)
 
-# Rutas críticas
-CHROMA_DIR = "/home/user/app/chroma_db"  # Directorio exclusivo para Chroma
-CACHE_PATH = "/home/user/.cache/huggingface/hub/datasets--VictorCarr02--Conversational-Agent-LawsEC"
 
+# 2. Limpieza inicial de conflictos
+def clean_space():
+    paths_to_clean = [
+        "/home/user/.cache/huggingface/hub/datasets--VictorCarr02--Conversational-Agent-LawsEC",
+        CHROMA_DIR
+    ]
 
-# Limpieza inicial agresiva
-def clean_environment():
-    # Eliminar caché de dataset
-    if os.path.exists(CACHE_PATH):
-        shutil.rmtree(CACHE_PATH, ignore_errors=True)
-
-    # Eliminar directorio Chroma existente
-    if os.path.exists(CHROMA_DIR):
-        shutil.rmtree(CHROMA_DIR, ignore_errors=True)
-
-    # Crear directorio Chroma vacío
+    for path in paths_to_clean:
+        if os.path.exists(path):
+            shutil.rmtree(path, ignore_errors=True)
     os.makedirs(CHROMA_DIR, exist_ok=True)
 
 
-clean_environment()
+clean_space()
 
-# Descargar SOLO el archivo chroma.sqlite3
-chroma_sqlite_path = hf_hub_download(
+# 3. Descargar y mover chroma.sqlite3
+chroma_source = hf_hub_download(
     repo_id="VictorCarr02/Conversational-Agent-LawsEC",
     repo_type="dataset",
     filename="chroma.sqlite3",
@@ -45,36 +40,37 @@ chroma_sqlite_path = hf_hub_download(
     force_download=True
 )
 
-# Mover el archivo a la ubicación controlada
-os.rename(chroma_sqlite_path, os.path.join(CHROMA_DIR, "chroma.sqlite3"))
+# Mover al directorio controlado
+shutil.move(chroma_source, os.path.join(CHROMA_DIR, "chroma.sqlite3"))
 
-# Configurar ChromaDB
+# 4. Inicializar ChromaDB
 chroma_client = chromadb.PersistentClient(path=CHROMA_DIR)
+collection = chroma_client.get_or_create_collection("legal_docs")
 
-# Cargar embeddings (sin archivo local)
+# 5. Configurar embeddings (optimizado para Spaces)
 embeddings = HuggingFaceEmbeddings(
     model_name="sentence-transformers/all-mpnet-base-v2",
     model_kwargs={"device": "cpu"}
 )
 
-# Inicializar vector store
+# 6. Crear vector store
 vector_store = Chroma(
     client=chroma_client,
     collection_name="legal_docs",
     embedding_function=embeddings
 )
 
-# Configurar LLM
+# 7. Configurar Mistral
 llm = ChatMistralAI(
     api_key=MISTRAL_API_KEY,
     model="mistral-large-latest",
     temperature=0.1
 )
 
-# Crear cadena RAG
+# 8. Cadena RAG final
 rag_chain = RetrievalQA.from_chain_type(
     llm=llm,
-    retriever=vector_store.as_retriever(search_kwargs={"k": 3}),
+    retriever=vector_store.as_retriever(search_kwargs={"k": 2}),
     chain_type="stuff",
     return_source_documents=True
 )