🔍 Sistema de Búsqueda Semántica de Productos

Este proyecto implementa un sistema de búsqueda semántica para productos usando Pinecone y Gradio.

🚀 Características

• Búsqueda semántica: Encuentra productos por significado, no solo por palabras exactas
• Interfaz web amigable: Aplicación Gradio fácil de usar
• Filtros avanzados: Filtra por tipo de producto y score mínimo
• Rápido y escalable: Usa Pinecone para búsquedas vectoriales eficientes
• Actualizable: Agrega nuevos productos sin recrear todo el índice

📋 Requisitos

• Python 3.9+
• Cuenta gratuita en Pinecone
• API Key de Pinecone

🛠️ Instalación

1. Clona o descarga este proyecto

2. Instala las dependencias:

   pip install -r requirements.txt

3. Configura tu API Key de Pinecone:

   export PINECONE_API_KEY="tu-api-key-aqui"

📊 Preparación de datos

Tu archivo product.csv debe tener al menos las siguientes columnas:

• product_name: Nombre del producto (requerido)
• type: Tipo/categoría del producto
• price: Precio
• available: Disponibilidad (boolean)
• Otras columnas opcionales según tus necesidades

🏃‍♂️ Uso

1. Indexar productos (primera vez)

Ejecuta este script una sola vez para crear el índice y cargar todos los productos:

python pinecone_indexer.py

Esto:

• Crea un índice en Pinecone
• Genera embeddings para todos los productos
• Los sube a Pinecone
• Guarda la configuración en pinecone_config.json

2. Lanzar la aplicación web

python gradio_search_app.py

La aplicación se abrirá automáticamente en tu navegador. Si no, ve a: http://localhost:7860

3. Actualizar con nuevos productos (opcional)

Si tienes nuevos productos para agregar:

1. Crea un archivo new_products.csv con el mismo formato
2. Ejecuta:

   python update_index.py

🎯 Ejemplos de búsqueda

La búsqueda semántica entiende el significado, así que puedes buscar:

• ✅ "croissant de pistacho"
• ✅ "algo dulce para el desayuno"
• ✅ "postre sin azúcar"
• ✅ "snack crujiente y saludable"
• ✅ "regalo gourmet elegante"

🔧 Personalización

Cambiar el modelo de embeddings

En pinecone_indexer.py, cambia:

MODEL_NAME = 'sentence-transformers/all-MiniLM-L6-v2'

Por cualquier modelo de Sentence Transformers.

Ajustar la interfaz

Modifica gradio_search_app.py para:

• Cambiar colores/temas
• Agregar más filtros
• Modificar la visualización de resultados

📈 Rendimiento

• Indexación inicial: ~1-2 minutos por cada 10,000 productos
• Búsquedas: <0.5 segundos típicamente
• Límites plan gratuito:
  • 5 índices máximo
  • 2GB de almacenamiento
  • Solo región us-east-1

🐛 Solución de problemas

Error: "Index not found"

• Asegúrate de haber ejecutado pinecone_indexer.py primero

Error: "API Key not valid"

• Verifica tu PINECONE_API_KEY
• Asegúrate de que esté configurada como variable de entorno

Valores NaN en datos

• El script automáticamente limpia valores NaN
• Revisa los logs durante la indexación para ver qué columnas tienen problemas

📚 Recursos adicionales

• Documentación de Pinecone
• [Documentación de Grad