Primera Prueba

.gitattributes

@@ -33,3 +33,4 @@ saved_model/**/* filter=lfs diff=lfs merge=lfs -text
 *.zip filter=lfs diff=lfs merge=lfs -text
 *.zst filter=lfs diff=lfs merge=lfs -text
 *tfevents* filter=lfs diff=lfs merge=lfs -text
+ecommerce.db filter=lfs diff=lfs merge=lfs -text

a_env_vars.py

@@ -0,0 +1 @@
+OPENAI_API_KEY = ''

b_backend.py

@@ -0,0 +1,33 @@
+# 1. Cargar la bbdd con langchain
+from langchain.sql_database import SQLDatabase
+db = SQLDatabase.from_uri("sqlite:///ecommerce.db")
+
+# 2. Importar las APIs
+import a_env_vars
+import os
+os.environ["OPENAI_API_KEY"] = a_env_vars.OPENAI_API_KEY
+
+# 3. Crear el LLM
+from langchain.chat_models import ChatOpenAI
+llm = ChatOpenAI(temperature=0,model_name='gpt-3.5-turbo')
+
+# 4. Crear la cadena
+from langchain import SQLDatabaseChain
+cadena = SQLDatabaseChain(llm = llm, database = db, verbose=False)
+
+# 5. Formato personalizado de respuesta
+formato = """
+Data una pregunta del usuario:
+1. crea una consulta de sqlite3
+2. revisa los resultados
+3. devuelve el dato
+4. si tienes que hacer alguna aclaración o devolver cualquier texto que sea siempre en español
+#{question}
+"""
+
+# 6. Función para hacer la consulta
+
+def consulta(input_usuario):
+    consulta = formato.format(question = input_usuario)
+    resultado = cadena.run(consulta)
+    return(resultado)

c_front_end.py

@@ -0,0 +1,48 @@
+#lanzar con streamlit run c_front_end.py en el terminal
+
+import b_backend
+import streamlit as st
+from streamlit_chat import message
+
+st.title("App No Moleste Usuario de Negocio")
+st.write("Puedes hacerme a mi todas las preguntas y dejar trabajar al equipo de Data Science!!")
+
+if 'preguntas' not in st.session_state:
+    st.session_state.preguntas = []
+if 'respuestas' not in st.session_state:
+    st.session_state.respuestas = []
+
+def click():
+    if st.session_state.user != '':
+        pregunta = st.session_state.user
+        respuesta = b_backend.consulta(pregunta)
+
+        st.session_state.preguntas.append(pregunta)
+        st.session_state.respuestas.append(respuesta)
+
+        # Limpiar el input de usuario después de enviar la pregunta
+        st.session_state.user = ''
+
+
+with st.form('my-form'):
+   query = st.text_input('¿En qué te puedo ayudar?:', key='user', help='Pulsa Enviar para hacer la pregunta')
+   submit_button = st.form_submit_button('Enviar',on_click=click)
+
+if st.session_state.preguntas:
+    for i in range(len(st.session_state.respuestas)-1, -1, -1):
+        message(st.session_state.respuestas[i], key=str(i))
+
+    # Opción para continuar la conversación
+    continuar_conversacion = st.checkbox('Quieres hacer otra pregunta?')
+    if not continuar_conversacion:
+        st.session_state.preguntas = []
+        st.session_state.respuestas = []
+
+
+
+
+
+
+
+
+

ecommerce.db

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:341b49965b58af6830aceddd150efb3fa9d977a8294275cb7e93664697a31138
+size 100397056