Salto Labs Project

Este proyecto es una aplicación RAG basada en Flask que integra varios servicios como Azure OpenAI, Azure AI Search, y CosmosDB.

Estructura del Proyecto

• main.py: Archivo principal que inicia la aplicación.

• chat.py: Define la clase Chat, que es responsable de procesar las solicitudes del chat de los usuarios. Las principales funciones incluyen:

• Carga de parámetros: Carga parámetros de configuración desde un archivo para definir rutas y otros ajustes.

• Procesamiento de consultas: Recibe y maneja solicitudes de chat, obteniendo las consultas enviadas por el usuario.

• Gestión de archivos: Permite leer archivos necesarios para procesar correctamente las solicitudes.

• app.py: Este archivo es el punto de entrada de la aplicación Flask y expone los endpoints principales:

• /: Sirve la página principal de la aplicación web.

• /chat: Endpoint que recibe solicitudes POST con consultas de los usuarios y devuelve respuestas procesadas por el archivo chat.py.

• Gestión de sesiones: Asigna un sessionID único a cada usuario para mantener el estado de la sesión.

• Arranque de la aplicación: Ejecuta la aplicación Flask en el host y puerto especificados en los parámetros de configuración.

• Servicios (services/): Implementaciones de servicios que interactúan con APIs y bases de datos.

  • azopenai.py: Servicio para interactuar con la API de OpenAI de Azure.
  • azureaisearch.py: Servicio para realizar búsquedas con Azure AI Search.
  • cosmosdb.py: Servicio para interactuar con la base de datos CosmosDB.

• Configuración (config/): Archivos de configuración para los parámetros de la aplicación.

• Estáticos (static/): Contiene archivos estáticos como imágenes, estilos y scripts.

• Plantillas (templates/): Contiene las plantillas HTML para la aplicación web.

Requisitos

Para ejecutar este proyecto, asegúrate de tener instaladas las siguientes dependencias:

Instrucciones para Windows

1. Abre una terminal (CMD o PowerShell) y navega hasta la carpeta del proyecto.

2. Crea el entorno virtual con el siguiente comando:

   python -m venv venv
   

3. Activa el entorno virtual con el siguiente comando:

   venv\Scripts\activate
   

4. Instala las dependencias del proyecto utilizando el siguiente comando:

   pip install -r requirements.txt
   
   

Instrucciones para macOS/Linux

1. Abre una terminal y navega hasta la carpeta del proyecto.

2. Crea el entorno virtual con el siguiente comando:

   python3 -m venv venv
   

3. Activa el entorno virtual con el siguiente comando:

   source venv/bin/activate
   

4. Instala las dependencias del proyecto utilizando el siguiente comando:

   pip install -r requirements.txt
   
   

Ejecución del Proyecto

Una vez que hayas creado y activado el entorno virtual e instalado las dependencias, puedes ejecutar la aplicación con:

uvicorn main:app --reload

- Esto iniciará la aplicación en modo de desarrollo, y podrás acceder a la API en http://127.0.0.1:8080/.