Sistema de Chatbot Académico con Agentes Especializados

Sistema de chatbot inteligente desarrollado para manejar consultas académicas y del sistema SRAT mediante múltiples agentes especializados que procesan automáticamente diferentes tipos de solicitudes.

Características Principales

• Arquitectura Multi-Agente: Sistema distribuido con tres agentes especializados que clasifican y procesan consultas automáticamente
• Integración Gmail: Sistema de notificaciones automáticas por correo electrónico para información sensible
• Acceso a Base de Datos: Conexión directa con MySQL para consultas académicas en tiempo real
• Interfaz Web: Aplicación Flask con interfaz de usuario moderna y responsiva
• Gestión de Contexto: Mantenimiento del historial de conversación durante toda la sesión

Arquitectura del Sistema

Agente SRAT

Propósito: Gestión de consultas relacionadas con el sistema de carga de temas académicos

Funcionalidades:

• Resolución de problemas de autenticación y acceso
• Asistencia con credenciales de usuario (legajo y contraseña)
• Consultas sobre horarios y asignaturas del sistema
• Generación automática de notificaciones por correo electrónico

Agente DATABASE

Propósito: Procesamiento de consultas académicas sobre información de usuarios

Funcionalidades:

• Consulta de materias asignadas por número de legajo
• Obtención de información de carreras académicas
• Acceso a datos personales académicos
• Envío seguro de información sensible mediante correo electrónico

Agente GENERAL

Propósito: Gestión de interacciones iniciales y orientación de usuarios

Funcionalidades:

• Procesamiento de saludos y bienvenidas
• Orientación sobre servicios disponibles en el sistema
• Respuestas a consultas generales no especializadas

Requisitos del Sistema

• Python 3.8 o superior
• Servidor MySQL en funcionamiento
• Cuenta de Google con Gmail API configurada
• Cuenta de Groq para acceso al modelo de lenguaje

Instalación y Configuración

Preparación del Entorno

1. Navegación al directorio del proyecto

   cd c:\python\Chatbot

2. Creación del entorno virtual

   python -m venv .venv

3. Activación del entorno virtual

   # Windows
   .\.venv\Scripts\activate
   
   # Linux/Mac
   source .venv/bin/activate

4. Instalación de dependencias

   pip install -r requirements.txt

Configuración de Variables de Entorno

Crear archivo .env en el directorio raíz con la siguiente estructura:

GROQ_API_KEY=tu_api_key_de_groq
SECRET_KEY=tu_clave_secreta_flask
SQLALCHEMY_DATABASE_URI=mysql://usuario:password@localhost:3306/nombre_bd

Configuración de Gmail API

1. Crear proyecto en Google Cloud Console
2. Habilitar Gmail API en el proyecto
3. Generar credenciales OAuth 2.0
4. Descargar archivo credentials.json y ubicarlo en el directorio del proyecto
5. Ejecutar la aplicación una vez para generar automáticamente el archivo token.json

Ejecución del Sistema

Método 1: Línea de Comandos

cd c:\python\Chatbot
.\.venv\Scripts\activate
python main.py

Método 2: Entorno de Desarrollo Integrado

Ejecutar directamente main.py desde cualquier IDE compatible (VS Code, PyCharm, etc.)

Guía de Uso

1. Acceder a la aplicación mediante navegador web en http://localhost:5000
2. Introducir consulta en el campo de texto del chat
3. El sistema clasificará automáticamente el tipo de consulta
4. El agente especializado correspondiente procesará y responderá la solicitud

Ejemplos de Consultas por Categoría

Consultas SRAT:

• "No puedo ingresar al sistema"
• "¿Cómo cargo temas?"
• "Olvidé mi contraseña"

Consultas DATABASE:

• "¿Qué materias doy con legajo 50443?"
• "¿A qué carrera pertenezco?"
• "Mi legajo es 12345, ¿qué materias tengo?"

Consultas GENERAL:

• "Hola"
• "¿Qué servicios ofrecen?"
• "Buenos días"

Configuración de Base de Datos

El sistema requiere una base de datos MySQL con las siguientes tablas principales:

• usuarios (legajo, email, información personal)
• cargos (relación usuario-asignatura)
• asignaturas (materias y carreras)
• asignaturas_materias (nombres de materias)
• asignaturas_carreras (nombres de carreras)

Configuración de Gmail

Archivos Requeridos

• credentials.json: Credenciales OAuth 2.0 de Google
• token.json: Token de acceso (generado automáticamente)

Permisos Necesarios

• https://mail.google.com/ (lectura y envío de correos electrónicos)

Consideraciones de Seguridad

• Manejo de Información Sensible: Los datos personales se transmiten exclusivamente por correo electrónico, nunca se muestran en la interfaz de chat
• Autenticación: Requiere credenciales válidas de Google para funcionamiento completo
• Conexión de Base de Datos: Utiliza conexión segura con MySQL
• Gestión de Credenciales: Las claves sensibles se almacenan en variables de entorno

Estructura del Proyecto

Chatbot/
├── main.py                 # Aplicación principal Flask
├── requirements.txt        # Dependencias Python
├── credentials.json       # Credenciales Gmail API
├── token.json             # Token de acceso Gmail
├── .env                   # Variables de entorno
├── templates/
│   └── index.html         # Interfaz web
└── README.md             # Documentación del proyecto

Solución de Problemas Comunes

Error: "No such file or directory: 'credentials.json'"

Solución: Verificar que el archivo credentials.json esté ubicado en el directorio del proyecto. El sistema utiliza rutas absolutas para garantizar funcionamiento desde cualquier ubicación.

Error: "ModuleNotFoundError"

Solución:

• Activar el entorno virtual: .\.venv\Scripts\activate
• Instalar dependencias: pip install -r requirements.txt

Error de Conexión a Base de Datos

Solución:

• Verificar que el servidor MySQL esté ejecutándose
• Comprobar la cadena de conexión en el archivo .env
• Validar credenciales de acceso a la base de datos

Error de Gmail API

Solución:

• Verificar validez del archivo credentials.json
• Confirmar que Gmail API esté habilitada en Google Cloud Console
• Regenerar token.json eliminando el archivo existente y ejecutando la aplicación nuevamente