🏨 RAG Hotel Assistant - Tutorial Básico

Tutorial básico para familiarizarse con RAG (Retrieval-Augmented Generation) usando Vertex AI y Gemini. Este repositorio contiene una introducción práctica en dos partes para entender las bases de la construcción de sistemas RAG con la SDK de Python de Vertex AI.

---

📖 Descripción

Este tutorial básico te enseña los fundamentos de RAG y cómo construir tu primer sistema paso a paso usando la SDK de Python de Vertex AI. Ideal para familiarizarse con los conceptos y herramientas esenciales antes de proyectos más avanzados.

🎯 Objetivo del Tutorial

• Entender qué es RAG y cómo funciona
• Aprender las bases de construcción en Vertex AI
• Practicar con un caso de uso simple (asistente hotelero)
• Familiarizarse con la SDK de Python de Google Cloud

✨ Características

• 📚 Tutorial paso a paso para principiantes
• 🔧 Fundamentos prácticos de RAG con Vertex AI
• 💻 SDK de Python explicada desde cero
• 🏨 Caso de uso simple y comprensible
• 🎨 Interfaz básica con Gradio

---

📁 Estructura del Proyecto

📦 gdg_menorca_RAG_tutorial/
├── 📓 generate_hotel_info.ipynb     # Notebook 1: Generación de documentos
├── 📓 rag_tutorial.ipynb            # Notebook 2: Tutorial RAG completo
├── 🗂️ hotel_chatbot_documents.json  # Archivo con los prompts de referencia 
├── 📖 README.md                     # Este archivo
└── 📸 slides.pdg                    # Los slides que utilicé en el taller

---

🚀 Tutorial Básico en 2 Partes

📓 Parte 1: Generación de Documentos

Archivo: generate_hotel_info.ipynb

Para montar un chatbot basado en RAG lo primero que necesitamos son datos. Dado que este taller fue preparado para un evento que se celebró en Menorca los días 28 y 29 de julio de 2025, el caso de uso que se me ocurrió es un chatbot que facilita el acceso a la información sobre un hotel.

Puedes elegir entre usar el hotel_chatbot_documents.json para generar el corpus, coger unos archivos .txt que ya tengas o crear un .json del mismo formato con tus propios prompts.

Fundamentos que aprenderás:

• ✍️ Uso básico de la API de Gemini
• 💾 Manejo de archivos en Google Drive desde Colab
• 🔧 Estructuración de prompts para generación de contenido
• 📝 Preparación de documentos para RAG

Duración: ~15 minutos | Nivel: Principiante

📓 Parte 2: Construcción del Sistema RAG

Archivo: rag_tutorial.ipynb

Fundamentos que aprenderás:

• 📚 Conceptos básicos de RAG: ¿qué es y para qué sirve?
• 🛠️ SDK de Vertex AI: creación de corpus y carga de documentos
• 🔍 Retrieval: cómo el sistema busca información relevante
• 🤖 Generation: cómo se genera la respuesta final
• 🎨 Interfaz simple con Gradio para probar el sistema

Duración: ~25 minutos | Nivel: Principiante

---

⚡ Inicio Rápido

1️⃣ Requisitos Previos

• Cuenta de Google Cloud con facturación activada
• Vertex AI API habilitada en tu proyecto
• Clave API de Gemini (Obtener aquí)

2️⃣ Configuración de Secretos en Colab

Antes de ejecutar los notebooks, configura estos secretos en Google Colab (🔑):

Nombre del Secreto	Descripción	Ejemplo
PROJECT_ID	ID de tu proyecto de Google Cloud	mi-proyecto-123456
GEMINI_API_KEY	Clave API de Gemini	AIza...

3️⃣ Ejecución

1. Abre el Notebook 1 en Google Colab: generate_hotel_info.ipynb

   • Configura las rutas al .json y al directorio donde quieras que se guarden los archivos generados
   • Genera la documentación del hotel

2. Abre el Notebook 2 en Google Colab: rag_tutorial.ipynb

   • Crea el sistema RAG
   • Lanza la interfaz de chat

¡Listo! 🎉

---

📚 Fundamentos que Aprenderás

🧠 Conceptos Básicos de RAG

• ¿Qué es RAG? Diferencia entre generación pura y aumentada
• ¿Cómo funciona? El flujo: Retrieval → Augmentation → Generation

🛠️ SDK de Python - Vertex AI

• Configuración básica de cliente y proyecto
• Manejo de corpus: creación, configuración y gestión
• Carga de documentos: desde archivos locales y Drive
• Modelos generativos: integración con herramientas RAG

💡 Fundamentos Prácticos

• Embeddings: cómo se vectorizan los documentos
• Búsqueda semántica: encontrar información relevante
• Construcción de respuestas: combinar contexto + pregunta
• Interfaz básica: mostrar resultados al usuario

---

🎯 Ideal Para

Este tutorial básico es perfecto para:

• 🎓 Principiantes en RAG que quieren entender los fundamentos
• 👨‍💻 Desarrolladores nuevos en Vertex AI y su SDK de Python
• 🏢 Profesionales que necesitan evaluar la viabilidad de RAG
• 📚 Estudiantes aprendiendo sobre IA generativa aplicada

🆘 Soporte y Preguntas

❓ Preguntas Frecuentes

P: ¿Necesito conocimientos previos de IA? R: No, el tutorial está diseñado para principiantes.

P: ¿Cuánto cuesta ejecutar este tutorial? R: Los costos son mínimos (~$1-2 USD) para las pruebas básicas.

P: ¿Puedo usar otros documentos además de los del hotel? R: ¡Absolutamente! Puedes adaptar el sistema para cualquier dominio.

💬 ¿Necesitas ayuda?

• 📧 Email: mándame un correo
• 💬 LinkedIN: ¡conectemos!

---

🌟 Agradecimientos

• A la comunidad de Google Developers Group Menorca por invitarme a impartir este taller
• Google Cloud por Vertex AI y las herramientas de IA
• Google Colab por el entorno de desarrollo gratuito
• Gradio por hacer las interfaces web tan sencillas

---

⭐ ¡Si te gusta este proyecto, dale una estrella! ⭐

Hecho con ❤️ para la comunidad de IA en español

🚀 Empezar Tutorial