MauroBot is a chatbot built with Streamlit and LangChain, designed to answer questions related to the Systems Engineering program at Universidad del Valle, Tuluá campus. It uses natural language processing and information retrieval based on official university documents.

• Python 3.10
• Git
• pipenv (optional) or virtualenv
• Tesseract OCR
• Modern web browser

git clone [email protected]:JuanArango30/Chatbot-RAG-TG.git
cd Chatbot-RAG-TG

pip install pipenv
pipenv install
pipenv shell

python -m venv .venv
source .venv/bin/activate      # On Linux/Mac
.venv\Scripts\activate         # On Windows
pip install -r requirements.txt

1. Install the Spanish language model:

python -m spacy download es_core_news_sm

2. (Optional) Validate installation:

python -m spacy validate

• Download from: https://github.com/tesseract-ocr/tesseract
• Install it and copy the installation path (e.g.: C:\Program Files\Tesseract-OCR\tesseract.exe)

TESSERACT_PATH=C:\Program Files\Tesseract-OCR\tesseract.exe

sudo apt update && sudo apt install tesseract-ocr

brew install tesseract

Create a .env file in the root directory of the project with the following content:

API_KEY=your_openai_api_key

Once dependencies are installed and variables are configured:

streamlit run main.py

The app will automatically open in your browser (usually at http://localhost:8501).

• You can add new documents to the data/pdfs/ folder. They will be processed automatically.
• The application can run on Windows, Linux, or macOS without code changes.

MauroBot es un chatbot construido con Streamlit y LangChain, diseñado para responder preguntas relacionadas con el programa de Ingeniería de Sistemas de la Universidad del Valle, Sede Tuluá. Utiliza procesamiento de lenguaje natural y recuperación de información basada en documentos oficiales de la universidad.

• Python 3.10
• Git
• pipenv (opcional) o virtualenv
• Tesseract OCR
• Navegador web moderno

git clone https://github.com/tu-usuario/maurobot-univalle.git
cd maurobot-univalle

####pipenv

pip install pipenv
pipenv install
pipenv shell

####venv

python -m venv .venv
source .venv/bin/activate      # En Linux/Mac
.venv\Scripts\activate         # En Windows
pip install -r requirements.txt

1. Instala el modelo de español:

python -m spacy download es_core_news_sm

2. (Opcional) Verifica que esté instalado:

python -m spacy validate

• Descarga desde: https://github.com/tesseract-ocr/tesseract
• Instálalo y copia la ruta de instalación (por ejemplo: C:\Program Files\Tesseract-OCR\tesseract.exe)

TESSERACT_PATH=C:\Program Files\Tesseract-OCR\tesseract.exe

sudo apt update && sudo apt install tesseract-ocr

brew install tesseract

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

API_KEY=tu_api_key_de_openai

Una vez instaladas las dependencias y configuradas las variables:

streamlit run main.py

La app se abrirá automáticamente en tu navegador (generalmente en http://localhost:8501).

• Puedes cargar nuevos documentos en la carpeta data/pdfs/. Serán procesados automáticamente.
• La aplicación puede ejecutarse en Windows, Linux o Mac sin cambios en el código.