Sistema híbrido de análisis musical y modelos de lenguaje para la recuperación de información de canciones populares iberoamericanas

Estructura del proyecto

.
├── datasets/
├── gemini_basic_local_dataset/
│   ├── multi_doc_rag_example_w_upload.py
│   ├── multi_doc_rag_example.py
│   └── pyproject.toml
├── ollama_sqlite/
│   ├── add_songs_to_db.py
│   ├── corpus_musical.db
│   ├── create_db.py
│   ├── db_tools.py
│   ├── info_columnas.py
│   ├── mcp_client.py
│   ├── mcp_server.py
│   ├── web_frontend.py
│   └── pyproject.toml
├── pruebas/
│   ├── rag_local/
│   │   ├── consultar_rag.py
│   │   └── indexar_partituras.py
│   ├── sqlite_gemini/
│   │   ├── mcp_client.py
│   │   └── mcp_server.py
│   └── pyproject.toml
└── README.md

Requisitos

El archivo pyproject.toml de cada directorio contiene los requisitos específicos de cada implementación.
Para ejecutar los proyectos en los que se usa la API de Gemini, debe añadirse previamente una API Key de Gemini:
$env:GEMINI_API_KEY="your_api_key"
Para ejecutar los proyectos que utilizan Ollama localmente, deben instalarse los modelos locales correspondientes:
"sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2" y "llama3.1:8b"

Implementaciones disponibles

Implementación	Directorio	Ejecución
Implementación de RAG con Gemini File Search	gemini_basic_local_dataset	python gemini_basic_local_dataset/multi_doc_rag_example_w_upload.py # Por primera vez, para proporcionar el corpus python gemini_basic_local_dataset/multi_doc_rag_example.py # Siempre que se quiera utilizar el chat
Implementación de arquitectura híbrida basada en MCP y SQLite local	ollama_sqlite	python ollama_sqlite/create_db.py # Por primera vez, para crear la base de datos python ollama_sqlite/add_songs_to_db.py # Para completar la base de datos ¡PRECAUCIÓN: TARDA DEMASIADO, SE RECOMIENDA UTILIZAR LA BASE DE DATOS YA GENERADA! python ollama_sqlite/mcp_client.py # Siempre que se quiera utilizar el chat
Implementación de un sistema RAG básico con modelo local	pruebas/rag_local	python pruebas/rag_local/indexar_partituras.py # Por primera vez python pruebas/rag_local/consultar_rag.py # Siempre que se quiera utilizar el chat
Implementación de arquitectura híbrida basada en MCP y SQLite con Gemini	pruebas/sqlite_gemini	python pruebas/sqlite_gemini/mcp_client.py