Sistema de Memoria Persistente y Moderación (Redis + RAG)

En esta actualización, he integrado Redis como una capa de caché inteligente y un panel de administración avanzado para gestionar la calidad de las respuestas generadas por la IA.

Nuevas Funcionalidades

1. Capa de Memoria Inteligente (Redis Cache) Caché de Respuestas: El sistema ahora almacena las respuestas exitosas de la IA en Redis. Si un usuario realiza la misma pregunta, el sistema responde de forma instantánea (<0.1s), evitando llamadas innecesarias al backend y a Ollama. Filtro de Calidad por Votos: No todas las respuestas se guardan para siempre. Solo aquellas que reciben votos positivos son elegibles para ser servidas desde el caché a otros usuarios, asegurando que la comunidad valide la información. Persistencia de Datos: Configuración de volúmenes en Docker y modo appendonly yes para asegurar que los votos y respuestas no se pierdan al reiniciar los contenedores.

2. Sistema de Feedback (Votación en Tiempo Real) Componente de Votos: Interfaz integrada en el chat para calificar respuestas (Pulgar arriba/abajo). Actualización Dinámica: El contador de votos se actualiza mediante AJAX/Fetch sin necesidad de recargar la página, brindando una experiencia fluida.

3. Panel de Administración Avanzado Gestión de Usuarios: Nuevo buscador dinámico por nombre o email para gestionar grandes volúmenes de usuarios registrados. Moderación de Redis: * Contadores de Salud: Visualización en tiempo real del total de respuestas en caché. Detección de "Basura": Identificación automática de respuestas con reputación negativa (votos ≤−5). Limpieza Masiva: Botón para purgar automáticamente respuestas descartadas por la comunidad. Buscador de Redundancias: Herramienta para localizar preguntas similares o erróneas en la base de datos de Redis y eliminarlas manualmente.

4. UX & Optimización en FAQs Paginación del Lado del Cliente: Las FAQs ahora se cargan en bloques de 10 registros, mejorando drásticamente el rendimiento de la página cuando hay cientos de preguntas. Búsqueda Global Instantánea: Filtro de búsqueda que recorre toda la base de datos de FAQs en tiempo real. Efectos Visuales: Implementación de animaciones Fade-In.

experiencia de usuario

mejorando la experiencia de usuario en la actualización del chat ya que renderizaba toda la pagina, ahora solo renderiza lo necesario

Corrección menor

El frontend no iniciaba debido a un error de organización de código, la carpeta logs se creaba luego de la llamada a los routes.

Blueprints

Se separan las rutas y se agrupas en archivos de acuerdo a su funcion
De esta forma el archivo inicial queda mas limpio y es mas facil buscar cada ruta de acuerdo a su funcion

Ajustes menores

se configuran las variables en archivo .env
se ajusta la visualización del historial para que formatee bien el texto
se gestiona la persistencia de chromadb

Version estable

ESPECIFICACIÓN TÉCNICA: Help Desk Assistant

Proyecto: Implementación de RAG (Retrieval-Augmented Generation) sobre Infraestructura Local Soberana.

Responsable: @warriol
Fecha: Marzo de 2026.

1. RESUMEN EJECUTIVO

El proyecto HDA es un ecosistema de inteligencia artificial diseñado para la consulta de normativa legal y protocolos operativos. A diferencia de las soluciones comerciales en la nube, HDA opera bajo un esquema 100% On-Premise, garantizando que el tratamiento de datos sensibles nunca abandone el perímetro de la red institucional.

2. ARQUITECTURA DE CONTENEDORES (DOCKER)

El sistema se despliega mediante una orquestación de microservicios aislados, garantizando escalabilidad y seguridad:

• HDA_Frontend (Flask/Python): Interfaz de usuario y orquestador de lógica. Gestiona sesiones, roles de usuario (Admin/User) y actúa como proxy seguro para el procesamiento de lenguaje.
• HDA_Backend (API Gateway): Punto de enlace entre la interfaz y el motor de inferencia.
• HDA_Chroma (Vector Database): Base de datos vectorial persistente. Almacena el "conocimiento" del embeddings de alta dimensionalidad.
• Ollama_Server (Inference Engine): Motor de ejecución de Modelos de Lenguaje Extensos (LLM) optimizado para hardware NVIDIA GPU mediante el uso de drivers de contenedor.
• HDA_MySQL (Database): Persistencia de metadatos de usuario, auditoría y roles.

3. FLUJO DE DATOS Y SEGURIDAD (ECOSISTEMA HERMÉTICO)

La principal ventaja competitiva de esta arquitectura es su hermeticidad:

• Ingesta de Datos: El administrador carga archivos .txt a través del panel admin.html.
• Fragmentación y Vectorización: El sistema divide los documentos en fragmentos (chunks) y los indexa en ChromaDB. Este proceso convierte texto legal en coordenadas matemáticas.
• Consulta RAG: Cuando un funcionario realiza una consulta, el sistema busca los fragmentos legales más relevantes en la base de datos local y los inyecta en el contexto de la IA.
• Generación de Respuesta: El modelo de lenguaje (Llama/Gemma) genera una respuesta basada únicamente en la normativa cargada, evitando "alucinaciones" y garantizando precisión jurídica.

4. ESPECIFICACIONES TÉCNICAS DE HARDWARE

El sistema aprovecha la infraestructura existente para maximizar el rendimiento:

• Aceleración por GPU: Uso de núcleos CUDA para una respuesta en milisegundos.
• Red Interna Docker (Bridge): Comunicación cifrada y aislada entre servicios a través de la red virtual hda-net.
• Mapeo de Puertos Controlado: Solo los puertos necesarios (5001 para acceso web) son expuestos al host, reduciendo la superficie de ataque.

5. CAPACIDADES DEL PANEL DE ADMINISTRACIÓN

Se ha desarrollado un módulo de gestión que permite:

• Monitoreo en Tiempo Real: Visualización del estado de las colecciones.
• Indexación Dinámica: Capacidad de actualizar protocolos operativos sin necesidad de reiniciar el servidor o reprogramar el código.
• Control de Roles: Diferenciación estricta entre usuarios consultores y administradores de conocimiento.

6. CONCLUSIÓN Y VISIÓN DE CIBERSEGURIDAD

El proyecto HDA cumple con las directrices de Soberanía de Datos. Al no depender de proveedores externos, queda protegido contra:

• Fugas de información (Data Leaks).
• Interrupciones de servicio externas.
• Costos variables por uso de API.