# Demo rápida — dependencias.
#
# No hace falta usar este fichero: la primera celda de cualquiera de los seis
# cuadernos instala lo que falte, mire el sistema operativo que mire. Esto es
# para quien prefiera prepararse el entorno antes, desde la terminal:
#
#   python -m pip install -r requirements.txt        (Windows)
#   python3 -m pip install -r requirements.txt       (macOS y Linux)
#
# En Windows y en Linux sin GPU, PyTorch conviene bajarlo del índice sin CUDA,
# que son ~200 MB en vez de ~3 GB:
#
#   python -m pip install "torch>=2.4,<3" --index-url https://download.pytorch.org/whl/cpu
#
# En un Mac con procesador Intel no hay PyTorch moderno: la última versión con
# rueda publicada es la 2.2.2, y solo llega hasta Python 3.11.
#
#   python3 -m pip install torch==2.2.2
#
# Todos los rangos llevan techo. Sin él, pip instala hoy transformers 5.x, que
# cambia la API y rompe los cuadernos con un error que no es del alumno. La
# fuente de verdad de estos números es `comun/entorno.py`; si tocas uno, toca
# el otro (`notebooks_build/test_entorno.py` comprueba que coinciden).

torch>=2.4,<3
numpy>=1.24,<3
transformers>=4.56,<5
sentence-transformers>=3.0,<6
peft>=0.11,<1
accelerate>=0.30,<2
scikit-learn>=1.3,<2
matplotlib>=3.7,<4
huggingface_hub>=0.30,<1

# Opcional. El cuaderno 01 lo usa para enseñar cómo es un índice vectorial de
# verdad, y si no está hace el mismo cálculo con numpy.
faiss-cpu>=1.8,<2

# Opcional: cuaderno 02, versión del servidor con el SDK oficial de MCP.
#   pip install "mcp[cli]"

# Opcional: QLoRA (cuaderno 04, apartado 6). Requiere CUDA.
#   pip install bitsandbytes
