# 📊 Graph Generator

---

## 🚀 Instrucciones de instalación

### 1. Clona el repositorio

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

---

### 2. Crea y activa el entorno virtual

#### 🪟 En Windows

```bash
python -m venv .venv
.\.venv\Scriptsctivate
```

#### 🐧 En Linux/Mac

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

---

### 3. Instala las dependencias

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

Contenido del archivo `requirements.txt`:

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

---

### 4. Configura las variables de entorno

Crea un archivo `.env` en la raíz del proyecto con el siguiente contenido:

```env
SUPABASE_URL=
SUPABASE_KEY=
```

Puedes obtener estas credenciales desde tu panel de Supabase:

- `SUPABASE_URL`: Settings → API → URL  
- `SUPABASE_KEY`: Settings → API → anon public

> ⚠️ **No compartas este archivo públicamente. Contiene información sensible.**

---

### 5. Asegura la estructura de la base de datos

Tu base de datos en Supabase debe tener esta estructura:

> 📷 Coloca una imagen llamada `estructura_db.png` dentro de la carpeta `assets/`.

```markdown
![estructura de la base de datos](./assets/estructura_db.png)
```

---

## 🧠 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**.

---

## ▶️ Ejecuta la aplicación

Una vez esté todo listo:

```bash
streamlit run app.py
```

---

## 🧾 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
# Activar en Windows
.\.venv\Scriptsctivate
# Activar en Linux/Mac
source .venv/bin/activate

# Instalar dependencias
pip install -r requirements.txt

# Configurar entorno (.env)
# SUPABASE_URL=
# SUPABASE_KEY=

# Descargar modelo LLM
ollama pull gemma3:12b

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