Folders and files
| Name | Name | Last commit date | ||
|---|---|---|---|---|
Repository files navigation
Pasos a seguir para ejecutar la plataforma de Roleplay Simulator en su dispositivo: Requisitos previos: - La ejecución de la plataforma se puede realizar en cualquier dispositivo windows 10 y 11 que cuente con al menos 8 GB de RAM - Para ejecutar el script de generación de imágenes es necesario disponer de al menos 16 GB de RAM (es independiente de la plataforma) - No se garantiza que la plataforma pueda ser ejecutada correctamente en un dispositivo con menor capacidad RAM. 1. Instalar visual studio code: https://code.visualstudio.com/ 2. Instalar el paquete c/c++ en vs code 3. Instalar el paquete de Python en vs code 4. Instalar Github desktop: https://github.com/apps/desktop?locale=es 5. Descargar e instalar la versión 3.10.10 de python: https://www.python.org/downloads/release/python-31010/ 6. Comprobar que se posee la siguiente versión de pip en la cmd: 22.3.1 7. Descargar pygame en la cmd con el comando: pip install pygame 8. Descargar CUDA: https://developer.nvidia.com/cuda-11-8-0-download-archive (recomendada para mi versión de gráfica, que es antigua). Comprobar qué versión de CUDA es más apropiada para su tarjeta gráfica. 9. Reiniciar pc: ¡¡¡IMPORTANTE!!! Para ver si cuda está bien instalado, introduzca el siguiente comando en la cmd: nvcc --version El resultado que debería obtener es el siguiente, o algo parecido: nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2022 NVIDIA Corporation Built on Wed_Sep_21_10:41:10_Pacific_Daylight_Time_2022 Cuda compilation tools, release 11.8, V11.8.89 Build cuda_11.8.r11.8/compiler.31833905_0 10. Descargar la librería transformers en la cmd con el comando: pip install Transformers 11. Descargar la versión adecuada de torch, torchvision y torchaudio. Recomendable visitar la página siguiente para averiguar cuál es la más apropiada: https://pytorch.org/get-started/locally/ En mi caso, la versión empleada era esta: pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 Para comprobar que PyTorch ha sido correctamente instalado, creese un script que contenga el siguiente código: import torch print(torch.cuda.is_available()) # Debería devolver True si CUDA está disponible print(torch.cuda.current_device()) # Debería devolver el índice de la GPU print(torch.cuda.get_device_name(0)) # Debería devolver el nombre de la GPU, como "NVIDIA GeForce GTX 1050" El resultado que debería obtener es el siguiente, o algo parecido. True 0 NVIDIA GeForce GTX 1050 12. Descargase la librería de huggingface_hub empleando el siguiente comando en la cmd: pip install huggingface_hub 13. Descargarse la librería de wheel empleando el siguiente comando en la cmd: pip install wheel 14. Descargarse la librería cmake empleando el siguiente comando en la cmd: pip install cmake 15. Descargar Build Tools para Visual Studio: (visual-cpp-tools) https://visualstudio.microsoft.com/es/downloads/ 16. Reiniciar windows 17. Descargar git y añadirla al path: https://git-scm.com/downloads 18. Si se tienen terminales abiertos, cerrarlos todos y abrir uno nuevo 19. Instalar librería de llama-cpp-Python con el siguiente comando en la cmd: pip install llama-cpp-Python 20. Instalar librería del traductor con el siguiente comando en la cmd: pip install deep_translator 21. Instalar las librerías necesarias para generar las imágenes con el modelo de IA de Pixel Art, usando estos 2 comandos en la cmd: pip install diffusers pip install peft 22. Instalar las librerías necesarias para hacer funcionar el RAG, usando los siguientes comandos en la cmd: pip install faiss-cpu pip install langchain_community langchain-huggingface langchain pip install chromadb pip install pytest 23. Instalar la librería necesaria para hacer funcionar el text-to-speech, usando este comando en la cmd: pip install pyttsx3 24. Instalar pandas, seaborn y matplotlib para poder ejecutar el script del análisis de los datos pip install pandas pip install seaborn pip install matplotlib 25. Ejecutar el archivo Main.py. La primera vez tendrá que descargarse todos los modelos empleados, por lo que le aparecerá una pantalla en negro hasta que se terminen de cargar todos los modelos. A tener en cuenta: En el menú de configuración de partida, sólo se ha implementado la ubicación "mazmorra". Elegir cualquiera de las otras opciones no le permitirá crear una partida. Puesto que ya se ha integrado un tipo de mapa, el resto se dejan para futuras actualizaciones del proyecto. -- Listado de las versiones -- Si tuviera cualquier problema durante la instalación de alguno de los paquetes indicados, las versiones actuales empleadas para que funcione la plataforma de cada librería es la siguiente: accelerate 1.6.0 aiohappyeyeballs 2.6.1 aiohttp 3.11.16 aiosignal 1.3.2 annotated-types 0.7.0 anyio 4.9.0 asgiref 3.8.1 async-timeout 4.0.3 attrs 25.3.0 backoff 2.2.1 bcrypt 4.3.0 beautifulsoup4 4.13.3 bitsandbytes 0.45.5 build 1.2.2.post1 cachetools 5.5.2 certifi 2025.1.31 charset-normalizer 3.4.1 chroma-hnswlib 0.7.6 chromadb 1.0.4 click 8.1.8 cmake 3.31.6 colorama 0.4.6 coloredlogs 15.0.1 comtypes 1.4.10 contourpy 1.3.2 cycler 0.12.1 dataclasses-json 0.6.7 deep-translator 1.11.4 Deprecated 1.2.18 diffusers 0.33.1 diskcache 5.6.3 distro 1.9.0 durationpy 0.9 exceptiongroup 1.2.2 faiss-cpu 1.10.0 fastapi 0.115.9 filelock 3.18.0 flatbuffers 25.2.10 fonttools 4.58.2 frozenlist 1.5.0 fsspec 2025.3.0 google-auth 2.38.0 googleapis-common-protos 1.69.2 greenlet 3.1.1 grpcio 1.71.0 h11 0.14.0 httpcore 1.0.8 httptools 0.6.4 httpx 0.28.1 httpx-sse 0.4.0 huggingface-hub 0.30.2 humanfriendly 10.0 idna 3.10 importlib_metadata 8.6.1 importlib_resources 6.5.2 iniconfig 2.1.0 Jinja2 3.1.6 joblib 1.4.2 jsonpatch 1.33 jsonpointer 3.0.0 jsonschema 4.23.0 jsonschema-specifications 2024.10.1 kiwisolver 1.4.8 kubernetes 32.0.1 langchain 0.3.23 langchain-community 0.3.21 langchain-core 0.3.51 langchain-huggingface 0.1.2 langchain-text-splitters 0.3.8 langsmith 0.3.30 llama_cpp_python 0.3.8 markdown-it-py 3.0.0 MarkupSafe 3.0.2 marshmallow 3.26.1 matplotlib 3.10.3 mdurl 0.1.2 mmh3 5.1.0 monotonic 1.6 mpmath 1.3.0 multidict 6.4.3 mypy-extensions 1.0.0 networkx 3.3 numpy 2.2.4 oauthlib 3.2.2 onnxruntime 1.21.0 opentelemetry-api 1.32.0 opentelemetry-exporter-otlp-proto-common 1.32.0 opentelemetry-exporter-otlp-proto-grpc 1.32.0 opentelemetry-instrumentation 0.53b0 opentelemetry-instrumentation-asgi 0.53b0 opentelemetry-instrumentation-fastapi 0.53b0 opentelemetry-proto 1.32.0 opentelemetry-sdk 1.32.0 opentelemetry-semantic-conventions 0.53b0 opentelemetry-util-http 0.53b0 orjson 3.10.16 overrides 7.7.0 packaging 24.2 pandas 2.3.0 peft 0.15.2 pillow 11.0.0 pip 22.3.1 pluggy 1.5.0 posthog 3.24.1 propcache 0.3.1 protobuf 5.29.4 psutil 7.0.0 pyasn1 0.6.1 pyasn1_modules 0.4.2 pydantic 2.11.3 pydantic_core 2.33.1 pydantic-settings 2.8.1 pygame 2.6.1 Pygments 2.19.1 pyparsing 3.2.3 PyPika 0.48.9 pypiwin32 223 pyproject_hooks 1.2.0 pyreadline3 3.5.4 pytest 8.3.5 python-dateutil 2.9.0.post0 python-dotenv 1.1.0 pyttsx3 2.98 pytz 2025.2 pywin32 310 PyYAML 6.0.2 referencing 0.36.2 regex 2024.11.6 requests 2.32.3 requests-oauthlib 2.0.0 requests-toolbelt 1.0.0 rich 14.0.0 rpds-py 0.24.0 rsa 4.9 safetensors 0.5.3 scikit-learn 1.6.1 scipy 1.15.2 seaborn 0.13.2 sentence-transformers 4.0.2 setuptools 65.5.0 shellingham 1.5.4 six 1.17.0 sniffio 1.3.1 soupsieve 2.6 SQLAlchemy 2.0.40 starlette 0.45.3 sympy 1.13.1 tenacity 9.1.2 threadpoolctl 3.6.0 tokenizers 0.21.1 tomli 2.2.1 torch 2.5.1+cu121 torchaudio 2.5.1+cu121 torchvision 0.20.1+cu121 tqdm 4.67.1 transformers 4.51.2 typer 0.15.2 typing_extensions 4.12.2 typing-inspect 0.9.0 typing-inspection 0.4.0 tzdata 2025.2 urllib3 2.3.0 uvicorn 0.34.1 watchfiles 1.0.5 websocket-client 1.8.0 websockets 15.0.1 wheel 0.45.1 wrapt 1.17.2 yarl 1.19.0 zipp 3.21.0 zstandard 0.23.0 Compare las versiones que se indican aquí con las suyas empleando el siguiente comando en la cmd: pip list