Upload folder using huggingface_hub

README.md

@@ -1,13 +1,75 @@
 ---
-title: Rag Books Mcp V2
-emoji: 🐨
-colorFrom: gray
-colorTo: yellow
+title: RAG Books MCP v2 (ESL + ISLP)
+emoji: 📖
+colorFrom: indigo
+colorTo: purple
 sdk: gradio
-sdk_version: 6.14.0
-python_version: '3.13'
+sdk_version: 5.50.0
 app_file: app.py
 pinned: false
+license: apache-2.0
+short_description: MCP v2 RAG ESL+ISLP. ChromaDB desde dataset HF.
+tags:
+  - mcp-server-track
+  - rag
+  - statistical-learning
+  - chromadb
 ---
 
-Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
+# 📖 RAG Books MCP v2 — ESL + ISLP
+
+Igual que v1 en funcionalidad, distinto en arquitectura:
+
+- **v1:** la base ChromaDB se empaqueta en el Space.
+- **v2:** la base ChromaDB se carga del dataset HF
+  [`gusdelact/rag-esl-islp-chromadb`](https://huggingface.co/datasets/gusdelact/rag-esl-islp-chromadb)
+  vía `snapshot_download`. La primera tool call descarga ~40 MB; las
+  siguientes son cache hit.
+
+## Endpoint MCP
+
+```
+https://<usuario>-<space-name>.hf.space/gradio_api/mcp/
+```
+
+## Conexión desde un cliente MCP
+
+```jsonc
+{
+  "mcpServers": {
+    "rag-books-mcp-v2": {
+      "command": "npx",
+      "args": [
+        "-y",
+        "mcp-remote",
+        "https://<usuario>-<space-name>.hf.space/gradio_api/mcp/"
+      ]
+    }
+  }
+}
+```
+
+## Variables de entorno reconocidas
+
+| Variable | Default | Descripción |
+|---|---|---|
+| `RAG_CHROMA_DATASET` | `gusdelact/rag-esl-islp-chromadb` | Repo del dataset con la base ChromaDB. |
+| `RAG_CHROMA_REVISION` | `main` | Revision (branch/tag/commit) a descargar. |
+| `RAG_CHROMA_CACHE_DIR` | `/data/chroma_db` (si existe `/data`) o `~/.cache/...` | Cache local de la descarga. |
+| `RAG_CHROMA_DIR` | — | Si está set y la carpeta existe, omite el download. |
+| `HF_TOKEN` | — | Solo si el dataset es privado. |
+
+## Tools
+
+| Tool | Descripción |
+|------|-------------|
+| `search_theory(query, book, top_k)` | Búsqueda semántica en ambos libros. |
+| `get_section(book, chapter, section, max_chunks)` | Sección específica por referencia. |
+| `cite_foundation(topic, detail_level)` | Fundamentación citando ambos libros. |
+| `list_available_topics()` | Lista capítulos y secciones indexados. |
+
+## Stack
+
+- **Embeddings:** `sentence-transformers/all-MiniLM-L6-v2` (local, sin API key).
+- **Vector store:** ChromaDB descargado de HF Hub.
+- **UI / MCP:** Gradio con `mcp_server=True`.

app.py

@@ -0,0 +1,29 @@
+"""
+Punto de entrada del HF Space v2.
+
+Estructura esperada en el Space (tras `deploy_to_hf_space.py`):
+
+    .
+    ├── app.py               # este archivo
+    ├── requirements.txt
+    ├── README.md            # YAML frontmatter del Space
+    └── rag_books_mcp/       # paquete con tools, server, app
+
+La base ChromaDB NO se incluye en el Space. Se descarga vía
+huggingface_hub.snapshot_download del dataset configurado por la variable
+de entorno RAG_CHROMA_DATASET (default: gusdelact/rag-esl-islp-chromadb).
+"""
+
+import sys
+from pathlib import Path
+
+HERE = Path(__file__).resolve().parent
+if str(HERE) not in sys.path:
+    sys.path.insert(0, str(HERE))
+
+from rag_books_mcp.app import build_demo  # noqa: E402
+
+
+if __name__ == "__main__":
+    demo = build_demo()
+    demo.launch(mcp_server=True, server_name="0.0.0.0")

requirements.txt

@@ -0,0 +1,4 @@
+gradio[mcp]>=5.50.0,<6
+chromadb>=0.5.0
+sentence-transformers>=2.2.0
+huggingface_hub>=0.24.0