💻 Asistente Técnico RAG para Empresa de Software

Proyecto Final para la materia: S.A.C. - Modelos y Aplicaciones de la Inteligencia Artificial.

Instituto: IPF "Dr. Alberto Marcelo Zerrilla"

Integrantes del equipo: Ortiz Emilio Roa Luciano Ortega Marceelo Britez Milagros

Descripción del Proyecto

Este proyecto consiste en un asistente de documentación técnica basado en la arquitectura RAG (Retrieval-Augmented Generation). Para actuar como un Asistente Técnico Virtual o “Tech Lead IA” dentro de una empresa de desarrollo de software.

Su función es ayudar a los desarrolladores a comprender la arquitectura interna, guías de estilo y procedimientos técnicos de la organización, respondiendo preguntas en lenguaje natural sobre la documentación interna.

El asistente puede procesar archivos en formato PDF o Markdown (.md) —por ejemplo, README.md, guías de despliegue, manuales de estilo o documentos de arquitectura— y responder preguntas como:

• “¿Cómo funciona el servicio de notificaciones?”
• “¿Cuál es la estructura de carpetas del microservicio de usuarios?”
• “¿Qué buenas prácticas se recomiendan para el desarrollo de APIs?”

Demo

A continuación se muestra el asistente en funcionamiento, respondiendo una consulta técnica sobre un documento de arquitectura:

Caso de Uso: Problema y Solución

• El Problema: Un nuevo desarrollador ingresa al equipo y necesita entender cómo funcionan los sistemas internos, pero la documentación es extensa y dispersa. Leer múltiples README, manuales y guías puede ser lento y confuso.

• La Solución: El Asistente Técnico RAG procesa los documentos internos de la empresa (por ejemplo, README.md, Guías de Despliegue, Manuales de Estilo y Documentos de Arquitectura), crea una base de conocimiento vectorial y permite al usuario preguntar directamente sobre el contenido.

• Requisito Cumplido: El sistema utiliza la arquitectura RAG para recuperar fragmentos relevantes de los documentos y generar respuestas precisas, citando el documento utilizado.

• Requisito Cumplido: Cada respuesta del asistente incluye la fuente documental utilizada, por ejemplo:

“Según el archivo Guía de Despliegue.md...”

Stack Tecnológico

Arquitectura: Retrieval-Augmented Generation (RAG)

Framework RAG: LangChain

Base de Datos Vectorial: ChromaDB (persistente)

Modelo de Embeddings: nomic-embed-text (Ollama)

Modelo de Lenguaje (LLM): Gemini 2.5 Flash (Google Vertex AI)

Backend: FastAPI + Uvicorn

Frontend: Streamlit

Lenguaje: Python