Implementacion de groq

.gitignore

@@ -48,9 +48,7 @@ data/*.xlsx
 # menu.json SÍ se sube (es ligero, texto plano)
 # data/menu.json
 
-# Pickle files - excluir data/ pero permitir vector_store/
-data/*.pkl
-!data/vector_store/
+# Pickle files - permitir vector_store/
 data/vector_store/*.pkl
 
 # ignora las imagenes

data/vector_store/documents.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:3704f6da862beab2ffdc52e9f168c4587e09edd7bb82c13f192feee847169550
+size 35144

data/vector_store/metadata.pkl

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:66a5d0cd8e69724eaa5043371310a84c8c304ce8db5b92f42c6edef5da22ed30
+size 57847

models/groq_wrapper.py

@@ -0,0 +1,68 @@
+# models/groq_wrapper.py
+import os
+from groq import Groq
+import time
+
+class GroqWrapper:
+    def __init__(self, api_key=None):
+        # Leer API key desde variable de entorno o parámetro
+        self.api_key = api_key or os.environ.get("GROQ_API_KEY")
+        if not self.api_key:
+            raise ValueError("GROQ_API_KEY no encontrada. Configúrala en el archivo .env")
+        
+        self.client = Groq(api_key=self.api_key)
+        self.model = "llama-3.3-70b-versatile"
+        self.max_retries = 3
+        print("✅ Groq API inicializada correctamente")
+    
+    def generate_with_context(self, context, question, **kwargs):
+        """Genera respuesta basada en el contexto recuperado por RAG"""
+        
+        # Construir el prompt según si hay contexto o no
+        if context:
+            prompt = f"""Basado en la siguiente información oficial de Prepa en Línea SEP:
+
+CONTEXTO:
+{context}
+
+PREGUNTA: {question}
+
+RESPUESTA (usa SOLO la información del contexto. Si no está en el contexto, responde: "No encontré información específica en los materiales oficiales"):"""
+        else:
+            prompt = f"""Eres un asistente académico de Prepa en Línea SEP.
+Responde de manera clara y amigable: {question}"""
+        
+        # Mensajes para Groq
+        messages = [
+            {
+                "role": "system",
+                "content": "Eres un asistente académico de Prepa en Línea SEP. Hablas en español. Das respuestas claras, precisas y útiles para estudiantes mexicanos de bachillerato."
+            },
+            {
+                "role": "user",
+                "content": prompt
+            }
+        ]
+        
+        # Reintentos automáticos
+        for intento in range(self.max_retries):
+            try:
+                response = self.client.chat.completions.create(
+                    messages=messages,
+                    model=self.model,
+                    temperature=0.3,
+                    max_tokens=1024,
+                    top_p=1,
+                )
+                return response.choices[0].message.content
+                
+            except Exception as e:
+                print(f"❌ Error en intento {intento+1}: {e}")
+                if intento < self.max_retries - 1:
+                    time.sleep(2 ** intento)  # Espera: 1, 2, 4 segundos
+                else:
+                    return "Lo siento, tuve un problema procesando tu pregunta. Por favor intenta de nuevo."
+    
+    def generate(self, prompt, **kwargs):
+        """Método de compatibilidad con la interfaz web"""
+        return self.generate_with_context("", prompt)

rag/gemma_generator.py

@@ -10,19 +10,19 @@ from typing import Optional, Callable
 
 from loguru import logger
 
-from models.gemini_wrapper import GeminiWrapper
+from models.groq_wrapper import GroqWrapper
 
 
 class GemmaGenerator:
     def __init__(self, cache_dir: str = "models/cache", model: str = "gemini-2.5-flash"):
-        logger.info("Initializing GemmaGenerator with Gemini API...")
+        logger.info("Initializing GemmaGenerator with Groq API...")
         start_time = time.time()
         
-        self.wrapper = GeminiWrapper()
+        self.wrapper = GroqWrapper()
         self.model = model
         
         load_time = time.time() - start_time
-        logger.success(f"✅ GemmaGenerator initialized in {load_time:.1f}s")
+        logger.success(f"✅ GemmaGenerator initialized with Groq API in {load_time:.1f}s")
 
     def generate(self, query: str, context: str = "", **kwargs) -> str:
         """Generate a response for the given query.

requirements.txt

@@ -31,3 +31,5 @@ pandas==2.0.3
 
 # Google Gemini API
 google-generativeai>=0.7.0
+
+groq>=0.12.0

test_groq.py

@@ -0,0 +1,32 @@
+# test_groq.py
+import os
+from dotenv import load_dotenv
+from models.groq_wrapper import GroqWrapper
+
+# Cargar variables del archivo .env
+load_dotenv()
+
+print("=" * 50)
+print("Probando Groq API...")
+print("=" * 50)
+
+# Crear instancia del wrapper
+wrapper = GroqWrapper()
+
+# Prueba 1: Pregunta simple (sin contexto)
+print("\n📝 Prueba 1: Pregunta simple")
+print("-" * 30)
+respuesta1 = wrapper.generate("Hola, ¿cómo estás?")
+print(f"Respuesta: {respuesta1}")
+
+# Prueba 2: Pregunta con contexto (simulando RAG)
+print("\n📝 Prueba 2: Pregunta con contexto")
+print("-" * 30)
+contexto = "El módulo propedéutico de Prepa en Línea SEP dura 10 días naturales. La calificación mínima aprobatoria es 60 puntos."
+pregunta = "¿Cuánto dura el propedéutico y cuál es la calificación mínima?"
+respuesta2 = wrapper.generate_with_context(contexto, pregunta)
+print(f"Respuesta: {respuesta2}")
+
+print("\n" + "=" * 50)
+print("✅ Pruebas completadas")
+print("=" * 50)