Esta carpeta contiene un agente especializado en la generación automática de descripciones de productos para retail, utilizando inteligencia artificial y una interfaz web con Gradio.
2.mp4
- deployment_p_description.py: Define la interfaz web (Gradio) y la función principal que recibe los datos del usuario, prepara el estado de entrada y ejecuta el grafo de generación.
- generator_p_description.py: Contiene la lógica del grafo (LangGraph) y la función de generación de descripciones. Aquí se define el flujo de procesamiento y validación de los datos.
- test_p_description.py: Script de prueba para invocar el agente desde código, útil para testing y debugging.
- init.py: Archivo de inicialización del módulo.
Desde la raíz del proyecto o desde esta carpeta, ejecuta:
python deployment_p_description.py
Esto levantará una interfaz web en Gradio donde podrás ingresar los datos del producto y obtener la descripción generada.
- Tipo de snack: Selecciona el tipo de producto (barra, cereal, galleta, chips).
- Ingredientes principales: Lista de ingredientes destacados.
- Beneficios nutricionales: Características saludables del producto.
- Sabores disponibles: Sabores en los que se ofrece el producto.
- Público objetivo: Puedes seleccionar uno o varios (niños, adultos, deportistas, jóvenes, edad avanzada).
- Diferenciador clave: Qué hace único al producto.
- Alergenos y/o certificaciones: Información relevante sobre alérgenos o certificaciones.
- Consulta adicional: (Opcional) Pregunta o instrucción extra para personalizar la descripción.
Puedes probar el agente sin interfaz ejecutando:
python test_p_description.py
Esto ejecutará un ejemplo de generación y mostrará la descripción resultante en consola.
Puedes probar el despliegue del agente, esto te devolvera una API para poder acceder a la interfaz. Ejecuta:
python deployment_p_description.py
resumen_github.mp4
flowchart TD;
a[Input Collector];
b[Validate Input];
c[Generate reply];
d[End];
a --> b;
b --> c;
c --> d;
- El grafo espera que los datos de entrada usen claves en inglés y con guion bajo (ej:
target_audience
). - El campo "Público objetivo" puede recibir una lista de valores; la función los convierte a string automáticamente.
- La respuesta generada se encuentra en el campo
messages
del estado de salida.
Instala las dependencias con:
pip install -r requirements.txt
Para dudas o mejoras contactame: [email protected]