Update app.py

Se agrego la detección de saludos y frases comunes

app.py

@@ -29,6 +29,41 @@ index.add(embeddings_docs)
 # --- Pipeline de pregunta-respuesta ---
 qa_pipeline = pipeline("question-answering", model="PlanTL-GOB-ES/roberta-base-bne-sqac")
 
+# --- Detectar saludos y frases comunes ---
+def respuesta_basica(texto):
+    texto = texto.lower().strip()
+    saludos = ["hola", "buenos días", "buenas tardes", "buenas noches", "qué tal", "hey", "buen día"]
+    despedidas = ["adiós", "hasta luego", "nos vemos"]
+    agradecimientos = ["gracias", "muchas gracias", "te lo agradezco"]
+
+    if any(s in texto for s in saludos):
+        return "¡Hola! ¿En qué puedo ayudarte con la biblioteca?"
+    elif any(d in texto for d in despedidas):
+        return "¡Hasta luego! No olvides devolver tus libros a tiempo 📚."
+    elif any(a in texto for a in agradecimientos):
+        return "¡De nada! Estoy aquí para ayudarte 😊."
+    else:
+        return None
+
+# --- Función de chatbot con manejo de frases comunes ---
+def chat_biblioteca(pregunta):
+    respuesta_simple = respuesta_basica(pregunta)
+    if respuesta_simple:
+        return respuesta_simple
+
+    # Si no es frase común, responder usando embeddings y modelo QA
+    embedding = modelo_emb.encode([pregunta], convert_to_numpy=True)
+    D, I = index.search(embedding, k=2)
+    contexto = " ".join([documentos[i] for i in I[0]])
+
+    try:
+        resultado = qa_pipeline(question=pregunta, context=contexto)
+        respuesta = resultado["answer"]
+        return respuesta
+    except:
+        return "Lo siento, no pude procesar tu pregunta. ¿Puedes intentar reformularla?"
+
+
 # --- Función de chatbot ---
 def chat_biblioteca(pregunta):
     embedding = modelo_emb.encode([pregunta], convert_to_numpy=True)