Upload app.py

app.py

@@ -0,0 +1,26 @@
+
+import gradio as gr
+from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
+from llama_index.core.node_parser import SentenceSplitter
+from llama_index.embeddings.huggingface import HuggingFaceEmbedding
+from llama_index.core import Settings
+
+# Configurar embeddings gratuitos y parser
+Settings.node_parser = SentenceSplitter(chunk_size=512, chunk_overlap=50)
+Settings.embed_model = HuggingFaceEmbedding(model_name="sentence-transformers/all-MiniLM-L6-v2")
+
+# Cargar documentos y construir índice
+documents = SimpleDirectoryReader(input_dir=".", recursive=True, required_exts=[".pdf"]).load_data()
+index = VectorStoreIndex.from_documents(documents)
+
+# Crear motor de consulta
+query_engine = index.as_query_engine()
+
+def responder(pregunta):
+    respuesta = query_engine.query(pregunta)
+    return str(respuesta)
+
+iface = gr.Interface(fn=responder, inputs="text", outputs="text",
+                     title="Asistente de Bioestadística",
+                     description="Haz una pregunta sobre el curso. Responderé basándome en el sílabo y calendario oficial.")
+iface.launch()