DocuBox 🗂️

Un RAG 100% local para organizar, buscar y analizar documentos con inteligencia artificial integrada. Desarrollada en Python con StreamLit para la interfaz gráfica.

✨ Características

• 🔍 Búsqueda semántica: Encuentra documentos por significado, no solo por palabras clave.
• 🌎 Soporte multiplataforma: Funciona en Windows, macOS y Linux.
• 🏠 100% local: Todo el procesamiento se realiza en tu equipo, sin conexión a internet.
• 🔏 Privacidad total: Tus documentos nunca salen de tu ordenador.
• 📖 Formatos soportados: PDF, DOCX/DOC, XLSX/XLS, TXT, EPUB.
• 🤖 IA integrada: Puedes usar modelos de lenguaje local para responder preguntas.
• 💻 Interfaz intuitiva: Fácil de usar con una interfaz moderna y responsive.

🚀 Instalación

Requisitos previos

• Python 3.12 o superior
• pip (gestor de paquetes de Python)

Pasos de instalación

1. Clona o descarga el proyecto:

git clone https://github.com/Charran78/docubox.git
cd docubox

2. Crea un entorno virtual (recomendado):

python -m venv venv
source venv/bin/activate  # Linux/macOS
venv\Scripts\activate     # Windows

3. Instala las dependencias:

pip install -r requirements.txt

4. Ejecuta la aplicación:

streamlit run app/main.py

🧠 Uso de IA Local (Opcional)

Para activar la funcionalidad de IA:

1. Instala la dependencia adicional:

pip install llama-cpp-python

2. descarga un LLM, por ejemplo:

ollama pull gemma2:2B

🎯 Cómo Usar

1. Selecciona una carpeta: Haz clic en "Seleccionar carpeta" para escanear documentos.
2. Espera el escaneo: La aplicación indexará todos los documentos compatibles.
3. Busca contenido: Usa la barra de búsqueda para encontrar información.
4. Pregunta a la IA (opcional): Haz preguntas naturales sobre tus documentos.

## 🤝 Contribuir
Las contribuciones son bienvenidas. Para contribuir:
1. Haz fork del proyecto
2. Crea una rama para tu feature (`git checkout -b feature/AmazingFeature`)
3. Commit tus cambios (`git commit -m 'Add AmazingFeature'`)
4. Push a la rama (`git push origin feature/AmazingFeature`)
5. Abre un Pull Request

## 📝 Licencia
Este proyecto está bajo la Licencia MIT. Ver el archivo `LICENSE` para más detalles.

## 🆘 Soporte
Si encuentras algún problema:
1. Revisa los logs en la consola
2. Asegúrate de tener todas las dependencias instaladas
3. Verifica que los documentos estén en formatos soportados

## 🎉 Reconocimientos
- [StreamLit](https://streamlit.io/) por el framework de UI
- [llama.cpp](https://github.com/ggerganov/llama.cpp) por los modelos de IA local
- [scikit-learn](https://scikit-learn.org) por la búsqueda semántica
- [DeepSeeK-R1-Reasoner](https://www.deepseek.com)** 🚀 Por la asistencia en el desarrollo y implementación de funcionalidades avanzadas de IA.
- [Comunidad-de-Python]: Por las increíbles librerías que hacen esto posible.
---

## 🏆 Estado del Proyecto
✅ **Funcionalidad Completa** - Todas las características básicas implementadas<br>
✅ **Búsqueda Semántica** - TF-IDF funcionando correctamente<br>
✅ **IA Local Opcional** - Integración con LLMs locales<br>
🚧 **Optimización** - Mejoras continuas en rendimiento<br>
🚧 **Más Formatos** - Expansión de formatos soportados<br>
🚧 **Mayor persistencia de datos** - Cargar varias bases<br>


## 📜 Bienvenidos a todos
**¿Te gusta el proyecto? ¡Dale una estrella! ⭐*