Manual de Usuario - Generador de Test

🖥️ Introducción

El Generador de Test es una aplicación innovadora que utiliza inteligencia artificial para crear preguntas de opción múltiple automáticamente a partir de documentos PDF. El sistema extrae texto de PDFs, genera preguntas relevantes sobre el contenido y las almacena en una base de datos MongoDB para su posterior uso en cuestionarios interactivos.

            Características principales:
            🔍 Extracción automática de texto desde PDFs
🤖 Generación de preguntas con modelos de IA (Ollama)
💾 Almacenamiento en MongoDB
🎯 Interfaz gráfica intuitiva con PySide6
🧠 Múltiples modelos de IA configurables

        

📁 Estructura del Proyecto

Archivos principales:

launcher.py - Interfaz gráfica principal para lanzar aplicaciones
1-alimentar.py - Aplicación para procesar PDFs y generar preguntas
2-cuestionario.py - Aplicación interactiva para realizar cuestionarios
modelos.dat - Lista de modelos de Ollama disponibles
README.md - Documentación detallada del proyecto

⚙️ Requisitos del Sistema

Hardware Mínimo

Sistema Operativo: Windows, macOS o Linux
Memoria RAM: 4GB mínimo recomendado
Espacio en Disco: 10GB para modelos de Ollama
Procesador: Compatible con modelos de IA

Software Requerido

Python: Versión 3.7 o superior
MongoDB: Base de datos local o remota
Ollama: Plataforma de IA con modelos instalados

Bibliotecas de Python

PyPDF2
requests
pymongo
PySide6

🚀 Instalación

1. Instalar MongoDB

Configure MongoDB en su sistema antes de continuar.

Linux (Ubuntu/Debian):

sudo apt update
sudo apt install mongodb
sudo systemctl start mongodb
sudo systemctl enable mongodb

Windows:

Descargue e instale desde el sitio oficial de MongoDB: mongodb.com

macOS:

brew install mongodb/brew/mongodb-community
brew services start mongodb/brew/mongodb-community

2. Instalar Ollama

Acceda a ollama.ai para descargar e instalar la plataforma.

Después de instalar, descargue los modelos necesarios:

ollama pull llama3.1:8b
ollama pull phi3:3.8b
ollama pull gemma3:4b_40K

3. Configurar Entorno Python

python -m venv generador_test_env
source generador_test_env/bin/activate  # Windows: generador_test_env\Scripts\activate

pip install PyPDF2 requests pymongo PySide6

🎮 Uso de la Aplicación

Launcher Principal

Para facilitar el uso, se incluye un launcher con GUI:

python launcher.py

Seleccione la aplicación deseada:

🚀 Alimentar Base de Datos - Procesar PDFs y generar preguntas
📝 Cuestionario Interactivo - Realizar tests con preguntas almacenadas

Generador de Preguntas (1-alimentar.py)

Ejecute la aplicación desde el launcher o directamente:

python 1-alimentar.py

Seleccione un archivo PDF usando el botón "Seleccionar"

Configure los parámetros:

Modelo Ollama: Elija entre los modelos disponibles
Preguntas por fragmento: Número de preguntas por sección (recomendado: 3)
Tamaño del fragmento: Carácteres por sección (recomendado: 2000)

Presione "Generar Preguntas"

Espere a que el proceso termine (ver progreso en la barra y logs)

Nota: El sistema divide el PDF en fragmentos para asegurar preguntas contextuales. Cada fragmento genera preguntas específicas sobre su contenido.

Cuestionario Interactivo (2-cuestionario.py)

Ejecute la aplicación desde el launcher o directamente:

python 2-cuestionario.py

Presione "Cargar Colecciones" para ver las bases de preguntas disponibles

Seleccione una colección del menú desplegable

Responda cada pregunta seleccionando una opción y presionando "Responder"

Revise sus resultados al finalizar

📊 Detalles Técnicos

Procesamiento de PDFs

El sistema utiliza PyPDF2 para extraer texto. Algunos PDFs pueden no contener texto extraíble si están basados únicamente en imágenes.

Generación de Preguntas con IA

Las preguntas se generan mediante un prompt estructurado enviando a Ollama:

Cada fragmento genera exactamente 3 opciones por pregunta
Una respuesta es correcta, las demás distractores plausibles
Preguntas específicas al contenido, no generales

Almacenamiento en MongoDB

Base de Datos	Colección	Documentos
preguntas	[nombre_pdf]	pregunta, opciones[], correct_index, _id

Modelos Disponibles

Modelos preconfigurados en modelos.dat:

llama3.1:8b - Modelo predeterminado, equilibrado
phi3:3.8b - Modelo ligero
gemma3:4b_40K - Modelo especializado en contenido largo

🔧 Solución de Problemas

Problema	Causa	Solución
Error de conexión con MongoDB	Base de datos no está ejecutándose	Verificar que MongoDB esté activo en localhost:27017
Error de conexión con Ollama	Servicio Ollama no iniciado o modelo no descargado	Ejecutar `ollama serve` y descargar modelo requerido
PDF sin texto extraíble	Documento basado en imágenes	Usar PDFs con texto incrustado o convertir a texto
preguntas sin sentido	Fragmento muy pequeño o contenido complejo	Ajustar tamaño de fragmento o revisar contenido del PDF

🤝 Contribución

Realice un fork del repositorio
Cree una rama para su característica (git checkout -b feature/nueva-funcionalidad)
Realice commits de sus cambios (git commit -am 'Añade nueva funcionalidad')
Envíe los cambios (git push origin feature/nueva-funcionalidad)
Cree un Pull Request

📄 Licencia

Este proyecto está bajo la Licencia MIT. Consulte el archivo LICENSE para más detalles.

📞 Soporte

Para soporte técnico o reportar problemas, cree un issue en el repositorio de GitHub del proyecto.