modelo.py

from langchain.prompts import PromptTemplate
from langchain.chains.llm import LLMChain
from langchain.chains.combine_documents.stuff import StuffDocumentsChain
from langchain.chains import RetrievalQA
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_openai import ChatOpenAI
from langchain_community.vectorstores import FAISS  #Facebook AI Similarity Search
from langchain_community.document_loaders import HuggingFaceDatasetLoader
from langchain_community.embeddings import HuggingFaceEmbeddings

def get_chain():
 # agregada en la config de hugginface
    #Embeddings que transforman a vectores densos multidimensionales las preguntas del SII
    embeddings = HuggingFaceEmbeddings(
        model_name="sentence-transformers/multi-qa-MiniLM-L6-cos-v1",     # Modelo correcto para embeddings que serán usados como QA
        #model_name="sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2",     # Ruta a modelo Pre entrenado
        model_kwargs={'device':'cpu'}, # Opciones de configuracion del modelo
        encode_kwargs={'normalize_embeddings': False} # Opciones de Encoding
    )
    try:
        db = FAISS.load_local("cache", embeddings)
    except:    
        #Carga de DATASET
        dataset_name = "Waflon/FAQ"
        page_content_column = "respuestas"
        loader = HuggingFaceDatasetLoader(dataset_name, page_content_column)
        data = loader.load()

        #Dividir en chucks, esto es super importante
        text_splitter = RecursiveCharacterTextSplitter(chunk_size=128, chunk_overlap=32)
        
        docs = text_splitter.split_documents(data)
        #DB y retriever
        db = FAISS.from_documents(docs, embeddings)  # Create a retriever object from the 'db' with a search configuration where it retrieves up to 4 relevant splits/documents.
        db = FAISS.save_local("cache")
        
    retriever = db.as_retriever(search_kwargs={"k": 3})
    
#    prompt_template = 
    QA_CHAIN_PROMPT = PromptTemplate.from_template(""" 
    Usa los siguientes fragmentos de contextos para responder una pregunta al final. Por favor sigue las siguientes reglas:
    1. Si la pregunta requiere vinculos, por favor retornar solamente las vinculos de los vinculos sin respuesta
    2. Si no sabes la respuesta, no inventes una respuesta. Solamente di **No pude encontrar la respuesta definitiva, pero, tal vez quieras ver los siguientes vínculos** y agregalos a la lista de vínculos.
    3. Si encuentras la respuesta, escribe una respuesta concisa y agrega la lista de víinculos relevantes para derivar la respuesta.
    
    {contexto}
    
    Pregunta: {question}
    Respuesta Util:"""
    ) # prompt_template defined above
    
    llm_chain = LLMChain(llm=ChatOpenAI(), prompt=QA_CHAIN_PROMPT, callbacks=None, verbose=True)
    document_prompt = PromptTemplate(
        input_variables=["page_content", "url"],
        template="Contexto:\n{page_content}\nVinculo: {url}",
    )
    
    combine_documents_chain = StuffDocumentsChain(
        llm_chain=llm_chain,
        document_variable_name="contexto",
        document_prompt=document_prompt,
        callbacks=None,
    )
    
    chain = RetrievalQA(
        combine_documents_chain=combine_documents_chain,
        callbacks=None,
        verbose=True,
        retriever=retriever,
    )
    
    return(chain)