Update README.md

README.md

@@ -8,64 +8,63 @@ colorTo: gray
 pinned: true
 short_description: 'ROCm-Sentinel, a system designed to redefine how developers '
 ---
-
 <div align="center">
   <img src="https://img.shields.io/badge/AMD-ROCm-ed1c24?style=for-the-badge&logo=amd&logoColor=white" alt="AMD ROCm" />
   <img src="https://img.shields.io/badge/AI_Agent-LangGraph-000000?style=for-the-badge&logo=openai&logoColor=white" alt="LangGraph" />
   <img src="https://img.shields.io/badge/UI-Gradio-ff7c00?style=for-the-badge" alt="Gradio" />
   
   <h1>🚀 ROCm-Sentinel</h1>
-  <p><strong>Agente de IA Seguro para la Migración Automatizada de NVIDIA CUDA a AMD ROCm (HIP)</strong></p>
+  <p><strong>Secure AI Agent for Automated Migration from NVIDIA CUDA to AMD ROCm (HIP)</strong></p>
 </div>
 
 ---
 
-## 📖 Sobre el Proyecto
+## 📖 About the Project
 
-**ROCm-Sentinel** es una herramienta asistida por Inteligencia Artificial diseñada para romper el "vendor lock-in" en el desarrollo de software acelerado por hardware. Utilizando un flujo de trabajo agéntico (Agentic Workflow), la aplicación toma código nativo de NVIDIA CUDA y lo traduce automáticamente a AMD HIP (Heterogeneous-Compute Interface for Portability), garantizando una transición suave hacia el ecosistema de AMD ROCm.
+**ROCm-Sentinel** is an AI-assisted tool designed to break vendor lock-in in hardware-accelerated software development. Using an Agentic Workflow, the application takes native NVIDIA CUDA code and automatically translates it to AMD HIP (Heterogeneous-Compute Interface for Portability), ensuring a smooth transition into the AMD ROCm ecosystem.
 
-No solo actúa como un traductor sintáctico, sino que incorpora un **Auditor de Seguridad** autónomo que revisa el código generado en busca de fugas de memoria, problemas de paralelismo y optimizaciones específicas para arquitecturas AMD.
+It acts as more than just a syntactic translator; it incorporates an autonomous **Security Auditor** that reviews the generated code for memory leaks, parallelism issues, and architecture-specific optimizations for AMD.
 
 ---
 
-## 🎯 Metas y Visión
+## 🎯 Goals and Vision
 
-1. **Democratizar el Hardware:** Facilitar a los desarrolladores y empresas la migración de sus cargas de trabajo desde ecosistemas cerrados hacia plataformas abiertas y competitivas como AMD.
-2. **Migración Segura (Zero-Leak):** Ir más allá del simple "buscar y reemplazar". Asegurar que el código resultante gestione correctamente la memoria unificada y los hilos en las GPUs de AMD.
-3. **Flujo de Trabajo Interactivo:** Proveer una interfaz amigable donde el desarrollador actúe como supervisor (Human-in-the-Loop), guiando al agente a través de un chat en tiempo real.
+1. **Democratize Hardware:** Facilitate developers and companies in migrating their workloads from closed ecosystems to open and competitive platforms like AMD.
+2. **Secure Migration (Zero-Leak):** Go beyond simple "find and replace". Ensure the resulting code correctly manages unified memory and threads on AMD GPUs.
+3. **Interactive Workflow:** Provide a user-friendly interface where the developer acts as a supervisor (Human-in-the-Loop), guiding the agent through real-time chat.
 
 ---
 
-## 🧠 Modelos de Lenguaje (Agentes IA)
+## 🧠 Language Models (AI Agents)
 
-Nuestra arquitectura multi-agente (Traductor + Auditor) está potenciada por LLMs de última generación a través de la API de Fireworks AI.
+Our multi-agent architecture (Translator + Auditor) is powered by state-of-the-art LLMs via the Fireworks AI API.
 
-* 🟢 **Modelo Actual en Uso: `DeepSeek V3.1`**
-    * Actualmente, el proyecto está configurado para ejecutarse sobre DeepSeek V3.1, un modelo altamente capaz con un razonamiento lógico excepcional y tiempos de respuesta ultrarrápidos para la demostración interactiva.
-* ⭐ **Modelo Recomendado: `Qwen2.5-Coder 32B Instruct`**
-    * Para entornos de producción y repositorios de código complejos, **recomendamos fuertemente** cambiar la configuración al modelo Qwen 2.5 Coder. Al estar entrenado específicamente en sintaxis de programación profunda, ofrece una fidelidad superior en la traducción de punteros y directivas complejas de C++/CUDA.
+* 🟢 **Current Model in Use: `DeepSeek V3.1`**
+    * The project is currently configured to run on DeepSeek V3.1, a highly capable model with exceptional logical reasoning and lightning-fast response times for interactive demonstration.
+* ⭐ **Recommended Model: `Qwen2.5-Coder 32B Instruct`**
+    * For production environments and complex code repositories, we **strongly recommend** switching the configuration to the Qwen 2.5 Coder model. Being trained specifically on deep programming syntax, it offers superior fidelity when translating pointers and complex C++/CUDA directives.
 
 ---
 
-## 🛠️ Tecnologías Utilizadas
+## 🛠️ Technologies Used
 
-* **Python 3** - Lenguaje base.
-* **Gradio** - Construcción de la interfaz web interactiva.
-* **LangGraph & LangChain** - Orquestación del flujo de trabajo de los agentes (nodos y aristas).
-* **Fireworks AI** - Proveedor de inferencia Serverless de los modelos LLM de código abierto.
+* **Python 3** - Base language.
+* **Gradio** - Interactive web interface construction.
+* **LangGraph & LangChain** - Agent workflow orchestration (nodes and edges).
+* **Fireworks AI** - Serverless inference provider for open-source LLM models.
 
 ---
 
-## ⚙️ Instalación y Uso Local
+## ⚙️ Local Installation and Usage
 
-Sigue estos pasos para desplegar ROCm-Sentinel en tu propia máquina:
+Follow these steps to deploy ROCm-Sentinel on your local machine:
 
-1. **Clonar el repositorio:**
+1. **Clone the repository:**
    ```bash
    git clone [https://github.com/MrZRo/ROCm-Sentinel.git](https://github.com/MrZRo/ROCm-Sentinel.git)
    cd ROCm-Sentinel
 
-2. **Crear y activar un entorno virtual:**
+2. **Create and activate a virtual environment:**
   ```bash
   # En Windows
   python -m venv env
@@ -76,7 +75,22 @@ Sigue estos pasos para desplegar ROCm-Sentinel en tu propia máquina:
   source env/bin/activate
   ```
 
-3. **Instalar dependencias:**
+3. **Install dependencies:**
    ```bash
    pip install -r requirements.txt
-    ```
+    ```
+
+4. **Configure credentials:**
+   ```bash
+   FIREWORKS_API_KEY=tu_api_key_aqui
+    ```
+
+5. **Configurar las credenciales:**
+   ```bash
+   FIREWORKS_API_KEY=your_api_key_here
+   ```
+
+6. **Run the application:**
+   ```bash
+   Fpython app.py
+   ```