🏡 Asistente IA Conversacional - Jardines Almenara

Este repositorio contiene la actividad final del módulo de Herramientas de IA clásica paa el Master de IA, Cloud Computing y DevOps en pontia Tech. Se trata de una solución integral de IA conversacional end-to-end diseñada para una promotora inmobiliaria.

la actvidad ha consistido en 2 desarrollos principales:

• Un agente de Dialogflow ES con acceso a la DB Vectorial e integrado con Telegram.
• Un compoennte chatbot.html pensado para integrarlo en la web, con soluciones STT y TTS incorporadas.

📋 Características Principales

1. Multicanalidad:
   • Canal Telegram: Integrado con Dialogflow ES para flujos estructurados.
   • Canal Web: Interfaz propia con HTML/JS conectada a un backend Python.
2. RAG (Retrieval-Augmented Generation):
   • Base de datos vectorial Qdrant (Docker).
   • Ingesta de documentos con EasyOCR y LangChain.
3. Voz Open Source (Local):
   • STT (Speech-to-Text): Modelo openai/whisper-tiny ejecutado localmente con transformers.
   • TTS (Text-to-Speech): Modelo facebook/mms-tts-spa ejecutado localmente.
4. Backend: FastAPI + LangChain + OpenAI (GPT-4o-mini).

🛠️ Arquitectura

El sistema se divide en:

• Frontend: chatbot.html.
• Backend: webhook.py (FastAPI) que orquesta los modelos de voz y la lógica RAG.
• Datos: Contenedor Docker con Qdrant y archivo PDF procesado.

⚙️ Requisitos Previos

• Python 3.9+

• Docker Compose (para Qdrant).

• FFmpeg: Necesario para el procesamiento de audio local.

  • Windows: Descargar ffmpeg.exe y colocarlo en la raíz del proyecto (junto a webhook.py) o instalarlo en el PATH.

• .env con OPENAI_API_KEY configurada y HF_TOKEN si se quiere utilizar STT y TTS en el componente html.

🚀 Instalación y Despliegue

git clone <url-del-repo>
cd <nombre-carpeta>
uv init
uv venv
.venv\Scripts\activate
uv add -r requirements.txt
docker compose up -d
python ingest.py
uvicorn webhook:app --reload --port 8000