Prueba 2 para arreglar tenant

app.py

@@ -19,7 +19,7 @@ Estructura del código:
 6. Carga el modelo de machine learning.
 7. Inicia la interfaz de usuario..
 """
-#from langchain.vectorstores import Chroma
+from langchain.vectorstores import Chroma
 from langchain_chroma import Chroma
 from tqdm.auto import tqdm
 #from chromadb.utils import embedding_functions
@@ -50,8 +50,7 @@ if __name__=="__main__":
     # Generación de embeddings y almacenamiento en base de datos ChromaDB
     embeddings = EmbeddingGen("sentence-transformers/all-MiniLM-L12-v2")
     persist_directory = "./persist_directory"
-    client = chromadb.Client()
-    db = Chroma(persist_directory=persist_directory, embedding_function=embeddings.embed_documents, client=client)
+    db = Chroma(persist_directory=persist_directory, embedding_function=embeddings.embed_documents)
     vectorstore = db.from_documents(list(tqdm(textos[:10], desc="Procesando documentos", unit="doc")), embeddings)
     print("Vectorizado terminado")
     retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 3})