| """ | |
| Modulo para procesar el PDF de la resolucion e indexar su contenido en la DB, para su posterior utilización por parte del chatbot. | |
| Por simplicidad, se indexo un documento por cada página completa del documento. TODO: Implementar estrategia ParentDocumentRetriever. | |
| """ | |
| #from langchain_community.document_loaders import PyPDFLoader | |
| from chatbot.embeddings import init_embeddings | |
| from chatbot.vectorstore import ChromaDB | |
| if __name__ == "__main__": | |
| #loader = PyPDFLoader("2024_DP_134.pdf") | |
| embedding_model = init_embeddings() | |
| vector_store = ChromaDB(embedding_model) | |
| #for page in loader.lazy_load(): | |
| #print(f"Procesando pagina {page.metadata['page']} - len: {len(page.page_content)}") | |
| #vector_store.add_documents([page]) | |
| results = vector_store.db.similarity_search( | |
| "Cuantos anexos contiene la resolucion?", | |
| k=2, | |
| ) | |
| print(results) |