# 📚 PDF Chatbot en Español usando LangChain, Chroma, HuggingFace y Ollama

Este proyecto construye una API REST con FastAPI que permite realizar preguntas en español sobre el contenido de un archivo PDF. Utiliza técnicas modernas de NLP y recuperación de información como **LangChain**, **Chroma**, **HuggingFace Embeddings** y un modelo LLM local con **Ollama** (ej. LLaMA 2).

## 🚀 Características

- Carga y divide archivos PDF con LangChain.
- Genera y persiste una base vectorial con ChromaDB.
- Usa embeddings multilingües para recuperar documentos relevantes.
- Integra un modelo local como LLaMA 2 vía Ollama para generar respuestas en español.
- Expone una API REST para consultas.

---

## 📦 Requisitos

- Python 3.10+
- [Ollama instalado](https://ollama.ai)
- Dependencias:

```bash
pip install langchain langchain-community langchain-huggingface langchain-chroma langchain-ollama fastapi uvicorn

---

🧠 Modelos y Archivos

• 📄 manual.pdf: documento fuente para preguntas (coloca el tuyo en el mismo directorio).
• 🧠 Embeddings: sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2.
• 💬 LLM: llama2 (puede ser otro compatible con Ollama).

---

🛠️ Estructura del Código

1. Indexación y Embeddings

loader = PyPDFLoader("manual.pdf")
documents = loader.load_and_split()
vectorstore = Chroma.from_documents(documents, embeddings, persist_directory="./chroma_db")

Si ya existe una base vectorial, esta se carga automáticamente.

2. Inicialización del LLM

llm = OllamaLLM(model="llama2")

Asegúrate de tener el modelo descargado en tu entorno Ollama.

3. API REST

@app.get("/chat")
def chat(query: str):
    docs = vectorstore.similarity_search(query, k=2)
    context_text = docs[0].page_content
    prompt = f"..."
    respuesta = llm.invoke(prompt)
    return {"respuesta": respuesta}

---

▶️ Ejecución

python app.py

La API se ejecutará en: http://localhost:8000/chat?query=tu_pregunta

---

📤 Ejemplo de Uso

curl "http://localhost:8000/chat?query=¿Cuál es el objetivo del manual?"

Respuesta:

{
  "respuesta": "El objetivo del manual es..."
}

---

📁 Directorios Generados

• ./chroma_db/: contiene la base de datos vectorial persistente (chroma.sqlite3, etc).

---

🧪 Recomendaciones

• Usa PDFs en español para obtener respuestas más coherentes.
• El modelo llama2 debe estar previamente descargado con:

ollama run llama2

---

📄 Licencia

MIT

---

✨ Autor

Desarrollado por Tu Nombre o Usuario

---

¿Te gustaría que también genere el `requirements.txt` o un `Dockerfile` para desplegarlo fácilmente?