RAG System (Retrieval Augmented Generation)

Este proyecto implementa un sistema RAG (Generación Aumentada por Recuperación) que te permite cargar documentos, procesarlos y realizar consultas sobre ellos utilizando lenguaje natural a través de una interfaz web interactiva.

Descripción General

El sistema utiliza técnicas de procesamiento de lenguaje natural (PLN) para extraer información relevante de los documentos cargados y un modelo de lenguaje grande (LLM) para generar respuestas coherentes y contextualizadas a las preguntas del usuario, basadas en la información recuperada de dichos documentos.

Características Principales

• Carga y procesamiento de múltiples tipos de documentos (ej. PDF, TXT, DOCX - especificar si aplica).
• Extracción y vectorización de texto para búsqueda semántica eficiente.
• Interfaz de chat para realizar preguntas en lenguaje natural sobre los documentos.
• Generación de respuestas basadas en la información extraída y potenciadas por un LLM.
• Interfaz web construida con React y FastAPI para el backend.

Estructura del Proyecto

• backend/: Contiene la API de Python (FastAPI), la lógica de procesamiento de documentos, la interacción con la base de datos vectorial y el modelo de lenguaje.
• frontend/: Contiene la aplicación frontend construida con React y TypeScript.

Tecnologías Utilizadas

Backend

• FastAPI (Framework web de Python)
• [Librería de Embeddings/Vector DB - ej. Langchain, LlamaIndex, ChromaDB, FAISS]
• [Librería de OCR/Extracción de Texto - ej. PyMuPDF, python-docx, Tesseract OCR]
• [Modelo de Lenguaje - ej. OpenAI API, Hugging Face Transformers]
• Python 3.8+

Frontend

• React 19
• TypeScript
• Tailwind CSS
• API Fetch / Axios

Primeros Pasos

Requisitos Previos Indispensables

• Python 3.8+
• Node.js 18+ y npm (o yarn/pnpm)
• Dependencias Externas Cruciales: Este proyecto requiere la instalación de dependencias adicionales específicas que NO se gestionan únicamente con pip. Por favor, consulta OBLIGATORIAMENTE el archivo install-dependencies.md para obtener las instrucciones detalladas de instalación de herramientas como Tesseract OCR y otras librerías necesarias para el correcto funcionamiento del procesamiento de documentos. ¡Omitir este paso impedirá que el sistema funcione!
• Claves API (si aplica): Necesitarás configurar las claves API para los servicios externos utilizados (ej. OpenAI, modelos de Hugging Face, etc.).

Instalación y Configuración

1. Clona el repositorio:

   git clone https://github.com/tuusuario/tu-repo-rag.git
   cd tu-repo-rag

   (Reemplaza tuusuario/tu-repo-rag con la URL real)

2. Instala Dependencias Externas:

   • SIGUE LAS INSTRUCCIONES DETALLADAS EN install-dependencies.md. Este paso es fundamental.

3. Configuración del Backend (FastAPI):

   • Navega al directorio backend:

     cd backend

   • Crea y activa un entorno virtual:

     python -m venv venv
     # Windows: venv\Scripts\activate
     # macOS/Linux: source venv/bin/activate

   • Instala las dependencias de Python:

     pip install -r requirements.txt

   • Configura las variables de entorno: Renombra el archivo .env.example a .env y completa TODAS las variables requeridas con tus propias credenciales y configuraciones (claves API, rutas, configuraciones de base de datos vectorial, etc.). Consulta los comentarios dentro de .env.example para obtener orientación.

4. Configuración del Frontend React:

   • Navega al directorio frontend:

     # Desde backend/: cd ../frontend
     # Desde la raíz: cd frontend
     cd ../frontend

   • Instala las dependencias de Node.js:

     npm install

   • Configura las variables de entorno: Renombra el archivo .env.example a .env.local (o simplemente .env) y completa TODAS las variables requeridas, especialmente la URL para conectarse a tu API backend. Consulta los comentarios dentro de .env.example para obtener orientación.

Ejecución

1. Iniciar el Backend:

   • Desde el directorio backend (con el entorno virtual activado):

     uvicorn main:app --reload --port 8000

     (Ajusta main:app y el puerto si es necesario)

2. Iniciar el Frontend:

   • Desde el directorio frontend:

     npm run dev

3. Acceso:

   • Abre tu navegador y visita la URL (usualmente http://localhost:3000).

Notas Importantes

• Dependencias Externas: La correcta instalación de las dependencias listadas en install-dependencies.md es crucial.
• Variables de Entorno: Asegúrate de configurar correctamente todos los archivos .env tanto en el backend como en el frontend, siguiendo las indicaciones de los archivos .env.example. Un error aquí es una causa común de problemas.
• Procesamiento Inicial: Dependiendo de la implementación, puede que necesites ejecutar algún script inicial para procesar documentos de ejemplo o configurar la base de datos vectorial la primera vez. Consulta la documentación adicional si existe.