Update README.md

README.md

@@ -1,210 +1,26 @@
----
-title: Osorno Runners
-emoji: 🏃‍♂️
-colorFrom: red
-colorTo: purple
-sdk: gradio
-sdk_version: "4.19.2"
-app_file: app.py
-pinned: false
----
+# OR_Training — Running Plan Builder
 
-# 🏃‍♂️ Osorno Runners - Sistema de Planes de Entrenamiento
 
-Sistema profesional para crear y gestionar planes de entrenamiento personalizados para corredores.
+Este Space usa el dataset `ncbi_extracted_running` y genera planes básicos de entrenamiento según datos del usuario.
 
-## 🚀 Características
 
-- ✅ Generación automática de planes de entrenamiento
-- ✅ Base de datos SQLite persistente
-- ✅ Sistema de autenticación (Usuario/Admin)
-- ✅ Exportación a PDF
-- ✅ Cálculo de zonas de frecuencia cardíaca
-- ✅ IMC y datos antropométricos
-- ✅ Cross training integrado
-- ✅ Carreras preparatorias
-- ✅ Mensajes motivacionales personalizados
+## Usar tu copia del dataset
+1. Entra a: https://huggingface.co/datasets/florentgbelidji/ncbi_extracted_running
+2. Click en **Dataset card → Duplicate** (o clona y empuja por git LFS) para crear `rogarces85/ncbi_extracted_running`.
+3. La app intentará cargar `rogarces85/ncbi_extracted_running` y, si no existe, usará el dataset original de florentgbelidji.
 
-## 📦 Tecnologías
 
-- **Frontend**: HTML, CSS, JavaScript
-- **Backend**: Python + Gradio
-- **Base de Datos**: SQLite
-- **Hosting**: HuggingFace Spaces
+## Guardar envíos
+- Crea un **dataset repo** vacío llamado `OR_Training_submissions` en tu cuenta.
+- En el Space, ve a **Settings → Variables** y agrega `HUGGINGFACE_TOKEN` con permiso de escritura.
+- Cada envío se agrega como una línea JSON en `OR_Training_submissions/submissions.jsonl`.
 
-## 🔐 Credenciales por Defecto
 
-### Usuario Regular
-- **Usuario**: USER
-- **Contraseña**: 123
-- **Permisos**: Ver planes propios
+## Ejecutar
+- Sube estos archivos (`app.py`, `plan_generator.py`, `requirements.txt`, `README.md`) al Space `rogarces85/OR_Training`.
+- El Space instalará dependencias y lanzará Gradio automáticamente.
 
-### Administrador
-- **Usuario**: ADMIN
-- **Contraseña**: 123
-- **Permisos**: Crear, ver y eliminar todos los planes
 
-## 🏗️ Estructura del Proyecto
-
-```
-osorno-runners-hf/
-├── app.py              # Aplicación principal Gradio
-├── index.html          # Frontend
-├── requirements.txt    # Dependencias Python
-├── README.md          # Este archivo
-└── osorno_runners.db  # Base de datos SQLite (se crea automáticamente)
-```
-
-## 🚀 Despliegue en HuggingFace Spaces
-
-### Paso 1: Crear Space
-
-1. Ve a [HuggingFace Spaces](https://huggingface.co/spaces)
-2. Click en "Create new Space"
-3. Nombre: `osorno-runners` (o el que prefieras)
-4. SDK: **Gradio**
-5. Visibility: Public o Private
-6. Click "Create Space"
-
-### Paso 2: Subir Archivos
-
-**Opción A - Mediante la interfaz web:**
-1. Click en "Files" en tu Space
-2. Click "Add file" → "Upload files"
-3. Arrastra todos los archivos del proyecto
-
-**Opción B - Mediante Git:**
-```bash
-git clone https://huggingface.co/spaces/TU_USUARIO/osorno-runners
-cd osorno-runners
-# Copia los archivos del proyecto aquí
-git add .
-git commit -m "Initial commit"
-git push
-```
-
-### Paso 3: Configuración
-
-El Space se desplegará automáticamente. La base de datos SQLite se creará en el primer inicio.
-
-## 💻 Desarrollo Local
-
-```bash
-# Instalar dependencias
-pip install -r requirements.txt
-
-# Ejecutar aplicación
-python app.py
-
-# Abrir navegador en http://localhost:7860
-```
-
-## 📊 Base de Datos
-
-### Tabla: planes
-```sql
-CREATE TABLE planes (
-    id INTEGER PRIMARY KEY AUTOINCREMENT,
-    plan_data TEXT NOT NULL,
-    created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
-    created_by TEXT NOT NULL,
-    athlete_name TEXT NOT NULL,
-    distance TEXT NOT NULL,
-    race_date TEXT NOT NULL
-)
-```
-
-### Tabla: users
-```sql
-CREATE TABLE users (
-    username TEXT PRIMARY KEY,
-    password TEXT NOT NULL,
-    role TEXT NOT NULL,
-    name TEXT NOT NULL
-)
-```
-
-## 🎯 Funcionalidades Principales
-
-### Generación de Planes
-- Cálculo automático de duración según distancia y experiencia
-- Periodización (Base, Específico, Competencia, Transición)
-- Distribución inteligente de volumen
-- Zonas de FC personalizadas (Karvonen)
-
-### Tipos de Sesiones
-- Trote continuo base
-- Intervalos de velocidad
-- Tempo run
-- Long run (carrera larga)
-- Recuperación activa
-- Cross training
-
-### Exportación PDF
-- Diseño profesional
-- Toda la información del atleta
-- Desglose semanal completo
-- Zonas de frecuencia cardíaca
-
-## 🔧 Personalización
-
-### Agregar Nuevos Usuarios
-Edita `app.py` en la función `init_db()`:
-
-```python
-cursor.execute("INSERT INTO users VALUES ('NUEVO_USER', 'pass123', 'user', 'Nombre')")
-```
-
-### Modificar Algoritmos
-Los algoritmos de generación están en `index.html` en las funciones JavaScript:
-- `calculateWeeks()`: Duración del plan
-- `getBaseKm()`: Kilometraje base
-- `generateWeekSessions()`: Sesiones semanales
-
-## 📈 Mejoras Futuras
-
-- [ ] Integración con IA (HuggingFace Inference API)
-- [ ] Análisis de progreso
-- [ ] Gráficos de volumen
-- [ ] Exportar a Google Calendar
-- [ ] Notificaciones por email
-- [ ] Versión móvil nativa
-
-## 🤝 Contribuciones
-
-Las contribuciones son bienvenidas. Por favor:
-1. Fork el repositorio
-2. Crea una rama para tu feature
-3. Commit tus cambios
-4. Push a la rama
-5. Abre un Pull Request
-
-## 📄 Licencia
-
-MIT License
-
-## 👨‍💻 Autor
-
-Desarrollado para Osorno Runners
-
-## 🐛 Reporte de Bugs
-
-Si encuentras algún bug, por favor:
-1. Ve a la pestaña "Community" del Space
-2. Abre una nueva discusión
-3. Describe el problema detalladamente
-
-## ⚡ Notas Importantes
-
-- La base de datos SQLite es persistente en HuggingFace Spaces
-- Los datos se mantienen entre reinicios del Space
-- Para backup, descarga `osorno_runners.db` desde Files
-- Máximo 50MB de almacenamiento en plan gratuito
-
-## 🌟 Showcase
-
-Ejemplo de uso: [Demo en vivo](https://huggingface.co/spaces/TU_USUARIO/osorno-runners)
-
----
-
-**¡Dale una ⭐ si te gusta el proyecto!**
+## Campos del dataset
+- Columnas esperadas: `id`, `text`, `title`, `date`, `authors`, `language` (split `train`).
+- La búsqueda simple usa substring en `title` y `text`.