LoL RAG Chatbot — UNAB 2026

Chatbot sobre League of Legends que combina dos piezas:

1. Retrieval (notebook) — sentence-transformers (paraphrase-multilingual-MiniLM-L12-v2) genera embeddings 384d y elige la entrada del Knowledge Base más cercana por cosine similarity (esto es Q·Kᵀ a nivel de oraciones, ver lol_chatbot.ipynb).
2. Generation — el contexto recuperado se inyecta como system + user prompt a un modelo Ollama tiny (qwen2.5:0.5b, ~400 MB) que reformula la respuesta en español coloquial gamer.

backend/    FastAPI + RAG + Ollama
frontend/   Astro + Tailwind (dark glass UI)
lol_chatbot.ipynb   notebook original (intacto)

Requisitos

• Python ≥ 3.14, uv
• Node ≥ 20, npm
• Ollama corriendo local (ollama serve) con qwen2.5:0.5b:

  curl -fsSL https://ollama.com/install.sh | sh
  ollama pull qwen2.5:0.5b

Arrancar

Backend (puerto 8000):

uv sync
uv run python main.py
# o: uv run uvicorn backend.app:app --reload

Frontend (puerto 4321):

cd frontend
npm install
npm run dev

Abre http://127.0.0.1:4321.

Configuración

Variables de entorno:

Var	Default	Descripción
OLLAMA_HOST	http://127.0.0.1:11434	Endpoint de Ollama
OLLAMA_MODEL	qwen2.5:0.5b	Modelo de generación
PUBLIC_BACKEND_URL (frontend)	http://127.0.0.1:8000	URL del backend

Endpoints

• GET /health → { ok, model }
• POST /chat → { message } → { reply, matched_question, matched_answer, score, below_threshold }