Update README.md

README.md

@@ -1,37 +1,43 @@
-# 🧠 Graph Generator
+# 📊 Graph Generator
 
-Espacio en Hugging Face para generar gráficos con ayuda de modelos LLM y una base de datos en Supabase.
+---
 
-## Clonar el repositorio
+## 🚀 Instrucciones de instalación
 
-```
+### 1. Clona el repositorio
+
+```bash
 git clone https://huggingface.co/spaces/juancamval/graph_generator
 cd graph_generator
-````
+```
 
-## Crear y activar entorno virtual
+---
 
-#### En Windows:
+### 2. Crea y activa el entorno virtual
 
-```
+#### 🪟 En Windows
+
+```bash
 python -m venv .venv
-.\.venv\Scripts\activate
+.\.venv\Scriptsctivate
 ```
 
-#### En Linux/Mac:
+#### 🐧 En Linux/Mac
 
-```
+```bash
 python3 -m venv .venv
 source .venv/bin/activate
 ```
 
-## Instalar dependencias
+---
 
-```
+### 3. Instala las dependencias
+
+```bash
 pip install -r requirements.txt
 ```
 
-#### requirements.txt
+Contenido del archivo `requirements.txt`:
 
 ```txt
 pandas
@@ -42,73 +48,84 @@ matplotlib
 pandasai
 ```
 
-## Variables de entorno `.env`
+---
+
+### 4. Configura las variables de entorno
 
-Crea un archivo `.env` en la raíz del proyecto con esta estructura:
+Crea un archivo `.env` en la raíz del proyecto con el siguiente contenido:
 
 ```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
+Puedes obtener estas credenciales desde tu panel de Supabase:
 
-Asegúrate de que la estructura de la base de datos en Supabase coincida con la siguiente imagen:
+- `SUPABASE_URL`: Settings → API → URL  
+- `SUPABASE_KEY`: Settings → API → anon public
 
-![estructura\_db](./assets/supabase_db.png)
+> ⚠️ **No compartas este archivo públicamente. Contiene información sensible.**
 
 ---
 
-## Modelo LLM con Ollama
+### 5. Asegura la estructura de la base de datos
 
-#### 1. Instalar [Ollama](https://ollama.com/)
+Tu base de datos en Supabase debe tener esta estructura:
 
-Descarga e instala Ollama desde su sitio oficial.
+> 📷 Coloca una imagen llamada `estructura_db.png` dentro de la carpeta `assets/`.
 
-#### 2. Abrir Ollama
+```markdown
+![estructura de la base de datos](./assets/estructura_db.png)
+```
 
-Inicia Ollama para que esté activo en segundo plano.
+---
 
-#### 3. Descargar el modelo `gemma3:12b`
+## 🧠 Configura el modelo local con Ollama
 
-```
+1. Instala Ollama desde [https://ollama.com](https://ollama.com).
+2. Abre la aplicación Ollama.
+3. Descarga el modelo que usarás:
+
+```bash
 ollama pull gemma3:12b
 ```
 
+4. Asegúrate de que Ollama esté activo **antes de correr la app**.
+
 ---
 
-## Ejecutar la app
+## ▶️ Ejecuta la aplicación
 
-Con el entorno virtual activado, y Ollama corriendo:
+Una vez esté todo listo:
 
-```
+```bash
 streamlit run app.py
 ```
 
 ---
 
-## ✅ Comandos resumen
+## 🧾 Resumen de comandos
 
-```
+```bash
+# Clonar el repositorio
 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
+# Activar en Windows
+.\.venv\Scriptsctivate
+# Activar en Linux/Mac
 source .venv/bin/activate
 
 # Instalar dependencias
 pip install -r requirements.txt
 
-# Descargar modelo con Ollama
+# Configurar entorno (.env)
+# SUPABASE_URL=
+# SUPABASE_KEY=
+
+# Descargar modelo LLM
 ollama pull gemma3:12b
 
 # Ejecutar la app