Sistema de automatización inteligente que integra IA para procesar y automatizar tareas usando FastAPI, n8n y OpenAI, permitiendo resúmenes, traducciones y clasificación de textos a través de una interfaz de Telegram o API REST.

• 📝 Procesamiento de Texto Inteligente:

  • Resumen automático de textos largos (artículos, reportes, documentos)
  • Traducción multilingüe con preservación de contexto (optimizado para ES-EN)
  • Clasificación de contenido, urgencia e intención

• 🤖 Integración Multi-Canal:

  • Bot de Telegram nativo para interacción conversacional
  • API REST para integración con sistemas externos
  • Webhooks para automatización basada en eventos

• ⚡ Arquitectura de Alto Rendimiento:

  • Sistema de caché Redis para respuestas frecuentes (hasta 95% más rápido)
  • Backend asíncrono end-to-end para máxima concurrencia
  • Optimización con pool de conexiones a PostgreSQL
  • Modelo de reintentos automáticos con backoff exponencial
  • Manejo robusto de errores con códigos HTTP específicos

• 🔐 Seguridad Enterprise:

  • Autenticación basada en API Keys
  • Soporte SSL/TLS para comunicaciones cifradas
  • Sanitización automática de datos sensibles en logs
  • Contenedores Docker con usuario no-root

• 📊 Analítica y Monitoreo:

  • Trazabilidad completa de operaciones
  • Métricas de rendimiento y uso
  • Visualización en tiempo real con Prometheus/Grafana (opcional)
  • Registro detallado y estructurado de eventos

graph TD
    A[Cliente] -->|Telegram/API| B[n8n]
    B -->|REST API| C[FastAPI Backend]
    C -->|LLM Query| D[OpenAI API]
    C -->|Persist| E[(PostgreSQL)]
    C -->|Cache| H[(Redis)]
    
    subgraph "Security Layer"
    I[API Key Auth]
    J[Rate Limiting]
    K[SSL/TLS]
    end
    
    subgraph "Monitoring"
    F[Health Checks]
    G[Prometheus]
    L[Grafana]
    end
    
    C --- I
    C --- J
    C --- K
    C --- F
    F --- G
    G --- L

• Docker y Docker Compose
• Acceso a internet para descargar imágenes
• OpenAI API Key para procesamiento IA
• Telegram Bot Token (opcional, para integración con Telegram)
• 2GB RAM mínimo, 4GB recomendado

# Clonar el repositorio
git clone https://github.com/dasafo/AI-Workflow-Assistant.git
cd AI-Workflow-Assistant

# Configurar variables de entorno
cp .env.example .env
nano .env

# Iniciar servicios
make up

# Verificar que todo funciona correctamente
make health-check

Edita el archivo .env con la siguiente información mínima:

# API Key para el backend (generar una segura)
API_KEY=tu_api_key_segura

# OpenAI API Key (https://platform.openai.com/api-keys)
OPENAI_API_KEY=sk-...

# Configuración de Telegram (opcional)
TELEGRAM_BOT_TOKEN=123456:ABC-DEF1234ghIkl-zyx57W2v1u123ew11
WEBHOOK_URL=https://tu-dominio.com/webhook

# Redis y PostgreSQL (puedes dejar valores por defecto para desarrollo local)
POSTGRES_PASSWORD=password_segura
REDIS_HOST=redis

Estas son algunas posibilidades que podrías implementar con AI Workflow Assistant:

¿Y si pudieras...?

• Recibir resúmenes automáticos de correos largos al instante
• Clasificar la urgencia de solicitudes entrantes automáticamente
• Obtener traducciones de correspondencia internacional preservando el contexto empresarial

# Un ejecutivo podría simplemente enviar:
/resumir [correo extenso]

# Y recibir instantáneamente:
> "Reunión el martes con marketing. Necesitan aprobación del presupuesto Q3. Presentación adjunta."

Imagina poder:

• Tener toda tu documentación técnica resumida y clasificada automáticamente
• Hacer disponible la misma información en múltiples idiomas sin esfuerzo
• Permitir búsquedas en lenguaje natural sobre tu base de conocimiento

# Un equipo técnico podría consultar:
curl -X POST http://localhost:8000/api/v1/procesar \
  -H "x-api-key: ${API_KEY}" \
  -d '{
    "chat_id": 123456,
    "texto": "The system employs a multi-tier architecture...",
    "tipo_tarea": "traducir"
  }'

# Obteniendo inmediatamente la versión localizada

¿Te gustaría...?

• Analizar el sentimiento de los comentarios de clientes automáticamente
• Detectar tendencias emergentes en las opiniones recibidas
• Priorizar incidencias según su impacto potencial en el negocio

# Este análisis podría realizarse con:
curl -X POST http://localhost:8000/api/v1/procesar \
  -H "x-api-key: ${API_KEY}" \
  -d '{
    "chat_id": 123456, 
    "texto": "La aplicación se cierra al abrir PDFs...",
    "tipo_tarea": "clasificar"
  }'

# Facilitando decisiones informadas sobre prioridades

curl -X POST http://localhost:8000/api/v1/estado \
  -H "Content-Type: application/json" \
  -H "x-api-key: ${API_KEY}" \
  -d '{
    "chat_id": 123456,
    "modo": "/resumir"
  }'

curl -X POST http://localhost:8000/api/v1/procesar \
  -H "Content-Type: application/json" \
  -H "x-api-key: ${API_KEY}" \
  -d '{
    "chat_id": 123456,
    "texto": "Tu texto largo aquí para procesar según el modo activo o el tipo_tarea especificado",
    "tipo_tarea": "resumir"
  }'

curl -X POST http://localhost:8000/api/v1/consultar-inteligente \
  -H "Content-Type: application/json" \
  -H "x-api-key: ${API_KEY}" \
  -d '{
    "chat_id": 123456,
    "texto": "Muéstrame mis últimas traducciones"
  }'

curl -X POST http://localhost:8000/api/v1/consultar \
  -H "Content-Type: application/json" \
  -H "x-api-key: ${API_KEY}" \
  -d '{
    "chat_id": 123456,
    "tipo_tarea": "traducir",
    "limit": 5
  }'

curl http://localhost:8000/health

# Ver todos los comandos disponibles
make help

# Iniciar todos los servicios
make up

# Verificar estado de servicios
make ps

# Ver logs en tiempo real
make logs

# Acceder a la base de datos
make db

# Ejecutar tests
make test

# Detener servicios
make down

# Reconstruir servicios después de cambios
make build

# Limpiar archivos temporales y caché
make clean

El proyecto incluye pgAdmin, una interfaz web completa para administrar la base de datos PostgreSQL:

• Acceso: http://localhost:8081
• Credenciales por defecto:
  • Email: [email protected]
  • Password: admin

Para conectar a la base de datos:

1. Accede a pgAdmin en tu navegador
2. Crea una nueva conexión con:
   • Host: postgres (nombre del servicio en Docker)
   • Port: 5432
   • Database: workflowdb (o el valor de POSTGRES_DB en tu .env)
   • Username: david (o el valor de POSTGRES_USER en tu .env)
   • Password: (el valor de POSTGRES_PASSWORD en tu .env)

Esta interfaz te permite:

• Explorar tablas y relaciones
• Ejecutar queries SQL
• Visualizar y editar registros
• Exportar datos
• Monitorear el rendimiento

El sistema incluye flujos pre-configurados para n8n que puedes importar:

1. Accede a n8n en http://localhost:5678
2. Usa los archivos en la carpeta n8n-flows/
3. Configura las credenciales necesarias:
   • HTTP Node: URL del backend y API Key
   • Telegram: Bot Token si usas la integración

• telegram-bot.json: Bot completo con comandos /resumir, /traducir y /clasificar
• periodic-reports.json: Generación automática de informes y envío por email
• content-monitor.json: Monitoreo de URLs y notificación de cambios

El sistema sigue una arquitectura de microservicios, con componentes desacoplados que se comunican a través de interfaces bien definidas:

1. Petición recibida (API o n8n)
2. Validación y autenticación
3. Verificación en caché (si aplica)
4. Procesamiento con servicio específico según el tipo de tarea
5. Llamada a OpenAI si es necesario
6. Persistencia en base de datos (modelo unificado ConsultaIA)
7. Respuesta al cliente

La aplicación utiliza un modelo de datos unificado para todas las consultas de IA:

• ConsultaIA: Almacena todas las consultas (resúmenes, traducciones, clasificaciones)

  • chat_id: Identificador del chat/usuario
  • tipo_tarea: Tipo de tarea realizada (resumir, traducir, clasificar)
  • texto_original: Texto enviado para procesar
  • resultado: Resultado de la operación
  • idioma: Solo para traducciones
  • fecha: Timestamp de la consulta

• EstadoUsuario: Mantiene el estado/modo actual del usuario

  • chat_id: Identificador del chat/usuario
  • modo_actual: Modo activo (/resumir, /traducir, etc.)

AI-Workflow-Assistant/
├── backend/
│   ├── api/
│   │   ├── routes/
│   │   │   ├── __init__.py
│   │   │   └── router.py       # Router principal
│   │   ├── workflow_endpoints.py # Endpoints principales
│   │   └── schemas.py         # Esquemas Pydantic
│   ├── core/
│   │   ├── cache.py           # Sistema de caché Redis
│   │   ├── errors.py          # Manejo de errores y excepciones globales
│   │   ├── health.py          # Health checks
│   │   ├── logging.py         # Configuración de logs
│   │   └── retry.py           # Sistema de reintentos
│   ├── services/
│   │   ├── db.py              # Gestión de base de datos unificada
│   │   ├── models.py          # Modelos SQLAlchemy (ConsultaIA, EstadoUsuario)
│   │   └── tasks/             # Implementación específica de tareas
│   │       ├── summarize.py   # Servicio de resumen
│   │       ├── translate.py   # Servicio de traducción
│   │       └── classify.py    # Servicio de clasificación
│   ├── migrations/            # Migraciones de base de datos
│   └── main.py                # Punto de entrada de la aplicación
├── docs/
│   ├── GUIDE.md               # Guía técnica completa
│   └── workflow.md            # Documentación de arquitectura
├── n8n-flows/                 # Flujos exportados de n8n
└── docker/                    # Configuraciones Docker
├── cleanup.sh                 # Script para limpieza de archivos temporales

El sistema incluye herramientas para monitoreo y mantenimiento:

• Health Checks: Endpoint /health para verificar estado de componentes
• Logs Estructurados: Formato JSON para fácil integración con ELK/Loki
• Manejo de Errores: Tratamiento específico de errores de OpenAI API
  • Timeouts: Código 504
  • Rate limits: Código 429
  • Errores generales de API: Código 502
• Métricas Prometheus: Exposición de métricas de rendimiento (opcional)
• Dashboards Grafana: Visualización pre-configurada (opcional)
• Backups Automáticos: Scripts para backup de datos y configuración

• Errores 5xx > 1% de peticiones
• Latencia > 1000ms en percentil 95
• Uso de CPU > 80% por más de 5 minutos
• Espacio en disco < 15%

El sistema implementa múltiples capas de seguridad:

• Autenticación: API Keys con rotación recomendada cada 90 días
• Network: Servicios en red Docker aislada, mínima exposición
• Datos: Sanitización de entradas, validación Pydantic
• Contenedores: Imágenes Alpine mínimas, usuario no-root
• Secretos: Variables de entorno en archivos .env (no hardcoded)
• SSL/TLS: Configuración HTTPS con certificados renovados automáticamente

Para más asistencia, consulta la documentación completa o abre un issue en GitHub.

• Guía Técnica Completa
• Documentación de Arquitectura
• API Docs (OpenAPI)
• n8n Dashboard

• Video Demo - Demostración completa del sistema
• Slides de Presentación - Presentación para equipos técnicos
• Artículo Técnico - Detalles de implementación y arquitectura

Las contribuciones son bienvenidas y apreciadas. Para contribuir:

1. Fork el proyecto
2. Crea tu rama (git checkout -b feature/AmazingFeature)
3. Commit tus cambios (git commit -m 'Add: AmazingFeature')
4. Push a la rama (git push origin feature/AmazingFeature)
5. Abre un Pull Request

Por favor, asegúrate de seguir nuestras guías de contribución y código de conducta.

Este proyecto está licenciado bajo la Licencia MIT - ver el archivo LICENSE para más detalles.

David Salas

• Website: dasafodata.com
• GitHub: @dasafo
• LinkedIn: David Salas

_{Creado con ❤️ por David Salas - dasafodata}