Configuración de la herramienta PDF Query

La herramienta pdf_query permite consultar información de documentos PDF que han sido indexados mediante LlamaIndex. A continuación, se muestra la configuración y el código necesarios para que esta herramienta funcione correctamente.

---

1.Detalles de la herramienta

• Name: pdf_query
• Desc: Consulta información de documentos PDF indexados mediante LlamaIndex.
• Signature: query:str -> str
• Configuration:

  {
    "url": "<url del pdf>",
    "name": "<nombre referencial>",
    "description": "<descripción del pd"
  }

2. Agregar la herramienta al agente

• Ve a la sección de configuración de tu agente o a la herramienta personalizada donde deseas integrar la función.
• Copia y pega la estructura de configuración mostrada anteriormente en el lugar correspondiente.
• Asegúrate de reemplazar los valores por los tuyos (es decir, la URL del PDF que desees indexar, el nombre que quieras asignarle y la descripción apropiada).

---

3. Código de la herramienta

A continuación, se presenta el código que permite descargar el PDF (si no existe) y crear o cargar el índice para realizar consultas:

import os
from urllib.request import urlretrieve
from llama_index.core import VectorStoreIndex, StorageContext, load_index_from_storage
from llama_index.core import SimpleDirectoryReader

# Obtenemos valores de configuración
url = config['url']
name = config['name']
storage_path = f'./storage/{name}'
filename = f'{name}.pdf'

# Verificar si el directorio de almacenamiento existe
if os.path.exists(storage_path):
    # Cargar índice existente
    storage_context = StorageContext.from_defaults(persist_dir=storage_path)
    index = load_index_from_storage(storage_context)
else:
    # Descargar PDF si no existe
    if not os.path.exists(filename):
        urlretrieve(url, f'./{filename}')

    # Crear directorio de almacenamiento
    os.makedirs(storage_path, exist_ok=True)

    # Cargar documento
    docs = SimpleDirectoryReader(input_files=[f'./{filename}']).load_data()

    # Crear índice vectorial
    index = VectorStoreIndex.from_documents(docs)

    # Persistir índice
    index.storage_context.persist(persist_dir=storage_path)

# Crear motor de consulta y ejecutar consulta
engine = index.as_query_engine(similarity_top_k=3)
response = engine.query(query)

return str(response)

Ejemplo de como debería quedar la configuración:

No cambies la estructura de configuración ni el flujo general del código, a menos que comprendas la lógica interna de la herramienta.

4. Cómo funciona el código

• Descarga o utiliza el PDF: Verifica si el archivo ya está guardado localmente; si no, lo descarga.
• Crea o carga el índice:
  • Si existe el directorio de almacenamiento (storage_path), recupera el índice guardado.
  • De lo contrario, crea un índice vectorial nuevo a partir del PDF.
• Consulta el índice: Genera un motor de consulta (as_query_engine) y ejecuta la búsqueda.
• Devuelve la respuesta: La función return str(response) envía la respuesta resultante de la consulta al agente.

---

5. Prueba y validación

• Envía una consulta: Una vez configurada la herramienta, puedes preguntar algo sobre el contenido del PDF para verificar su funcionamiento.
• Observa la respuesta: El agente devolverá la información basada en el índice creado.
• Asegura la activación: Verifica que la herramienta aparezca como "Activa" en tu plataforma o agente.

Con esto, la herramienta pdf_query_custom quedará configurada y lista para procesar consultas sobre tu documento PDF.