Hugging Face's logo

Spaces:
juancamval
/
graph_generator
Running

App Files Community
10
graph_generator
File size: 2,003 Bytes 
a8ef054
 
 
 
 
 
9df54ee
a8ef054
 
 
ad9fede
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
b868cf2
ad9fede
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
b868cf2
 
ad9fede
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
 
---
title: GrapGen
emoji: 🙂
colorFrom: blue
colorTo: yellow
sdk: streamlit
sdk_version: 1.45.0
app_file: app.py
pinned: false
---
# 🧠 Graph Generator

Espacio en Hugging Face para generar gráficos con ayuda de modelos LLM y una base de datos en Supabase.

## Clonar el repositorio

```
git clone https://huggingface.co/spaces/juancamval/graph_generator
cd graph_generator
````

## Crear y activar entorno virtual

#### En Windows:

```
python -m venv .venv
.\.venv\Scripts\activate
```

#### En Linux/Mac:

```
python3 -m venv .venv
source .venv/bin/activate
```

## Instalar dependencias

```
pip install -r requirements.txt
```

#### requirements.txt

```txt
pandas
numpy
streamlit
python-dotenv
matplotlib
pandasai
```

## Variables de entorno `.env`

Crea un archivo `.env` en la raíz del proyecto con esta estructura:

```env
SUPABASE_URL=
SUPABASE_KEY=
```

> Puedes encontrar estas variables en **Supabase > Project Settings > API Settings**:
>
> * **URL** → `SUPABASE_URL`
> * **anon public** → `SUPABASE_KEY`

### Estructura esperada de la base de datos

Asegúrate de que la estructura de la base de datos en Supabase coincida con la siguiente imagen:

![estructura\_db](./assets/supabase_db.png)

---

## Modelo LLM con Ollama

#### 1. Instalar [Ollama](https://ollama.com/)

Descarga e instala Ollama desde su sitio oficial.

#### 2. Abrir Ollama

Inicia Ollama para que esté activo en segundo plano.

#### 3. Descargar el modelo `gemma3:12b`

```
ollama pull gemma3:12b
```

---

## Ejecutar la app

Con el entorno virtual activado, y Ollama corriendo:

```
streamlit run app.py
```

---

## ✅ Comandos resumen

```
git clone https://huggingface.co/spaces/juancamval/graph_generator
cd graph_generator

# Crear entorno virtual
python -m venv .venv
# Windows
.\.venv\Scripts\activate
# Linux/Mac
source .venv/bin/activate

# Instalar dependencias
pip install -r requirements.txt

# Descargar modelo con Ollama
ollama pull gemma3:12b

# Ejecutar la app
streamlit run app.py
```