updated readme

README.md

@@ -1,99 +1,10 @@
-# 🧑‍🍳 WAIter: Voice Chatbot for Restaurants
-
-WAIter es un chatbot interactivo con capacidades de voz diseñado para escenarios de restaurantes. Simula un camarero amigable y servicial que puede responder a las preguntas habladas de los clientes en tiempo real, utilizando tecnologías de reconocimiento de voz, modelos de lenguaje avanzados y síntesis de voz natural.
-
-## 🛠️ Stack Tecnológico
-
-- **Procesamiento de Voz**:
-  - 🎙️ [FastRTC](https://fastrtc.org) para streaming de audio en tiempo real
-  - 🔊 [ElevenLabs](https://elevenlabs.io/) para síntesis de voz expresiva (TTS)
-  - 🗣️ [Whisper](https://openai.com/research/whisper) (vía Groq) para reconocimiento de voz
-
-- **Inteligencia Artificial de Lenguaje**:
-  - 💬 [LangChain](https://www.langchain.com/) para orquestación de LLMs
-  - 🔄 [LangGraph](https://github.com/langchain-ai/langgraph) para flujos de trabajo de agentes
-  - 🧠 [Gemini 2.5](https://deepmind.google/technologies/gemini/) (vía OpenRouter) para procesamiento de lenguaje natural
-
-- **Gestión de Datos**:
-  - 🔍 Embeddings vectoriales con HuggingFace (BAAI/bge-m3)
-  - 💾 Datos de menú almacenados en formato Markdown
-  - 🗄️ [Supabase](https://supabase.com/) para almacenamiento y procesamiento de pedidos
-
-- **Interfaz**:
-  - 🧪 [Gradio](https://www.gradio.app/) para la interfaz web interactiva
-
-## 🚀 Características
-
-- **Interacción por voz en tiempo real** con un asistente virtual de camarero
-- **Consulta de información del menú** con respuestas contextuales sobre platos, precios y opciones
-- **Procesamiento de pedidos** con capacidad para enviar órdenes directamente a sistemas de cocina
-- **Flujo conversacional natural** usando LangGraph para orquestación compleja de agentes
-- **Integración de base de conocimientos** con RAG (Retrieval Augmented Generation)
-- **Memoria de conversación multi-turno** para respuestas contextuales
-- **Gestión de pedidos** con almacenamiento en Supabase y sistema de seguimiento
-- **Síntesis de voz expresiva** con ElevenLabs para respuestas naturales y fluidas
-
-## 🚀 Primeros Pasos
-
-1. Clona este repositorio
-2. Instala las dependencias: `pip install -r requirements.txt` (requiere Python 3.10+)
-3. Crea un archivo `.env` con tus claves API:
-   ```
-   OPENROUTER_API_KEY=tu_clave_openrouter
-   OPENROUTER_BASE_URL=https://openrouter.ai/api/v1
-   GROQ_API_KEY=tu_clave_groq
-   ELEVENLABS_API_KEY=tu_clave_elevenlabs
-   HELICONE_API_KEY=tu_clave_helicone_opcional
-   SUPABASE_URL=tu_url_supabase
-   SUPABASE_KEY=tu_clave_supabase
-   ```
-4. Ejecuta la aplicación: `python app.py`
-5. Abre la interfaz de Gradio en tu navegador
-
-## 🗂️ Estructura del Proyecto
-
-- `app.py` - Punto de entrada principal con interfaz Gradio
-- `agent.py` - Implementación del agente LangGraph para asistente de restaurante
-- `model.py` - Gestor para la creación y configuración de modelos de lenguaje
-- `tools.py` - Herramientas personalizadas para consulta de menú y envío de pedidos
-- `supabase_client.py` - Cliente para operaciones con la base de datos Supabase
-- `data/carta.md` - Datos del menú del restaurante en formato Markdown
-- `utils/` - Módulos de utilidad:
-  - `functions.py` - Funciones auxiliares para manejo de mensajes y modelos
-  - `logger.py` - Sistema de registro con colores para depuración
-  - `classes.py` - Clases de datos como `Order` para representar pedidos
-
-## 🧠 Cómo Funciona
-
-1. **Reconocimiento de Voz**: FastRTC captura audio del micrófono del usuario y lo envía a la API Whisper de Groq para transcripción
-2. **Procesamiento de Lenguaje Natural**: El texto transcrito se pasa al agente LangGraph
-3. **Procesamiento RAG**: El agente utiliza búsqueda vectorial para encontrar información relevante del menú
-4. **Herramientas del Agente**: El sistema utiliza herramientas especializadas para:
-   - Búsqueda de información en el menú (vectores)
-   - Envío de pedidos a cocina (integración Supabase)
-5. **Generación de Respuesta**: Gemini 2.5 (a través de OpenRouter) genera una respuesta contextual y útil
-6. **Síntesis de Voz**: ElevenLabs convierte la respuesta de texto a voz natural
-7. **Interfaz Web**: Gradio renderiza la conversación y reproduce la respuesta de audio
-
-## 📦 Requisitos del Sistema
-
-Los requisitos detallados se encuentran en el archivo `requirements.txt`. Las principales dependencias incluyen:
-
-- Python 3.10+
-- gradio >= 4.26.0
-- langchain >= 0.1.0 (con varios componentes adicionales)
-- fastrtc >= 0.6.0
-- elevenlabs >= 0.2.24
-- groq >= 0.4.0
-- supabase >= 2.0.0
-- sentence-transformers >= 2.2.2
-
-## 📝 Licencia
-
-[MIT License](LICENSE)
-
----
-
-🌐 Desarrollado por Roberto - 2024
-
-
+title: WAIter
+emoji: 👨🏼‍🍳
+colorFrom: indigo
+colorTo: indigo
+sdk: gradio
+sdk_version: 5.25.2
+app_file: app.py
+pinned: false
+hf_oauth: true
+hf_oauth_expiration_minutes: 480