Update modelo.py

modelo.py

@@ -1,2 +1,66 @@
-def test():
-    print("funciona")
+import os
+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
+from langchain_community.document_loaders import HuggingFaceDatasetLoader
+from langchain_community.embeddings import HuggingFaceEmbeddings
+os.environ["OPENAI_API_KEY"] = st.secrets['OPENAI_API_KEY']  # agregada en la config de hugginface
+
+def get_chain():
+    #Embeddings que transforman a vectores densos multidimensionales las preguntas del SII
+    embeddings = HuggingFaceEmbeddings(
+        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()
+        text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=150)
+        #Transformado a tipo de dato especifico para esto
+        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.
+    
+    retriever = db.as_retriever(search_kwargs={"k": 3})
+    
+    prompt_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 vinculos** y agregalos a la lista de vinculos.
+    3. Si encuentras la respuesta, escribe una respuesta concisa y agrega la lista de vinculos que sean usadas **directamente** para derivar la respuesta. Excluye los vinculos que sean irrelevantes al final de la respuesta
+    
+    {contexto}
+    
+    Pregunta: {question}
+    Respuesta Util:"""
+    
+    
+    QA_CHAIN_PROMPT = PromptTemplate.from_template(prompt_template) # 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)