README.md

## 📌 Descripción del proyecto

Este proyecto implementa un sistema de preguntas y respuestas basado en la técnica **RAG (Retrieval-Augmented Generation)**.

El sistema permite al usuario hacer preguntas en inglés sobre una base de conocimiento (documents.json), y genera respuestas utilizando modelos de inteligencia artificial.

El proyecto incluye:
- Un motor RAG (rag_engine.py)
- Una interfaz web interactiva con Gradio (app.py)
- Una base de conocimiento en formato JSON
- Acceso mediante API

---

## ⚙️ Tecnologías utilizadas

- Python
- Transformers (HuggingFace)
- Sentence Transformers
- Scikit-learn
- Gradio

Modelos utilizados:
- Embeddings: `MongoDB/mdbr-leaf-ir`
- LLM: `microsoft/Phi-2`

---

## 🧠 ¿Cómo funciona el sistema?

El sistema sigue estos pasos:

1. El usuario introduce una pregunta
2. Se convierte la pregunta en un embedding (vector)
3. Se comparan los embeddings con los documentos
4. Se seleccionan los documentos más relevantes
5. Se construye un prompt con contexto
6. El modelo genera una respuesta basada en ese contexto

---

## 📂 Estructura del proyecto

    Python-Huggingface/
    │
    ├── app.py # Interfaz con Gradio
    ├── rag_engine.py # Lógica del sistema RAG
    ├── documents.json # Base de conocimiento
    ├── requirements.txt # Dependencias
    │
    └── test/
    ├── test_api.py
    └── test-api-space.py

---

## 🚀 Instalación

1. Clonar el repositorio o descargar los archivos

2. Instalar dependencias:

```bash
pip install -r requirements.txt