Create app.py

app.py

@@ -0,0 +1,54 @@
+import gradio as gr
+from transformers import pipeline
+from sentence_transformers import SentenceTransformer
+import faiss
+import numpy as np
+
+# --- Base documental: información sobre la biblioteca ---
+documentos = [
+    "La biblioteca abre de lunes a viernes de 8:00 a.m. a 6:00 p.m.",
+    "Los estudiantes pueden prestar hasta 3 libros por 15 días.",
+    "Puedes buscar libros en el catálogo en línea accediendo desde la página web institucional.",
+    "No se permite comer ni beber dentro de la biblioteca.",
+    "Hay salas de estudio grupal disponibles con reserva previa.",
+    "La biblioteca cuenta con acceso a bases de datos académicas para estudiantes.",
+    "Para renovar un libro, debes ingresar al sistema antes de la fecha de vencimiento.",
+    "Se realizan talleres de lectura y escritura todos los miércoles a las 3 p.m.",
+    "Los libros extraviados deben ser reportados inmediatamente al personal de la biblioteca.",
+    "Los usuarios deben mantener el silencio dentro de las instalaciones."
+]
+
+# --- Cargar modelo de embeddings y crear índice FAISS ---
+modelo_emb = SentenceTransformer('sentence-transformers/bert-base-nli-mean-tokens')
+embeddings_docs = modelo_emb.encode(documentos, convert_to_numpy=True)
+
+dim = embeddings_docs.shape[1]
+index = faiss.IndexFlatL2(dim)
+index.add(embeddings_docs)
+
+# --- Pipeline de pregunta-respuesta ---
+qa_pipeline = pipeline("question-answering", model="PlanTL-GOB-ES/roberta-base-bne-sqac")
+
+# --- Función de chatbot ---
+def chat_biblioteca(pregunta):
+    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?"
+
+# --- Interfaz Gradio ---
+iface = gr.Interface(
+    fn=chat_biblioteca,
+    inputs=gr.Textbox(label="Haz tu pregunta", placeholder="¿Cuál es el horario de la biblioteca?"),
+    outputs=gr.Textbox(label="Respuesta del BiblioBot"),
+    title="📚 BiblioBot - Asistente Virtual de Biblioteca",
+    description="Pregúntame sobre horarios, servicios, préstamos, normas o actividades de la biblioteca universitaria. Estoy aquí para ayudarte."
+)
+
+iface.launch()