feat: beta v3 -> sports , promos & syllabuys

app/data/deportes_clean.csv

@@ -0,0 +1,6 @@
+Categoría,Deporte,Tiempo de reserva,Lugar,Link para hacer reserva
+Recreativo,Futbolin,60 minutos,Piso 2 de la UTEC,https://calendar.google.com/calendar/u/0/appointments/schedules/AcZssZ0_OAgh8NpIn38NfnYgsvgV5zOk4tGA6IFrzO8MWprl6aXYVvRv_ljnZp86_kAS3JiZH-OyV6en 
+Recreativo,Tenis de mesa,60 minutos,Piso 2 de la UTEC,https://calendar.google.com/calendar/u/0/appointments/schedules/AcZssZ2j0dZ9Xw3KBnhVycpBY-RLq7ZdSTgApXztyZfM3TolvDiukcBd5QxNCLhc0GdqnYCqlFKm5_RB 
+Recreativo,Futsal,60 minutos,Campo - 1 Bolognesi,https://calendar.google.com/calendar/u/0/appointments/schedules/AcZssZ0_jfRgpmd6O4HX42NFLQMKelWoKw0GARmzpPQ_7yReh1hi19BXnlSSnek16iQehz5BpaVnuEos
+Recreativo,Basketball,60 minutos,Campo - 1 Bolognesi,https://calendar.google.com/calendar/u/0/appointments/schedules/AcZssZ2hWi2fOQ5259AbAlO3fVbDMbgcexx0KGFlL-CFFYg9cCUbTMQpumGV3OlODq6WRvp8h1tPdutS
+Recreativo,Voley,60 minutos,Campo - 1 Bolognesi,https://calendar.google.com/calendar/u/0/appointments/schedules/AcZssZ04ShjFbXGjOfCAMxyMANGbXZSS9kZVhZuWaVXNpgzOUpmFHKJSRgfL06hca6oB_JXEYdWJc8N5

app/data/promos_clean.csv

@@ -0,0 +1,14 @@
+Lugar,Titulo,Descripción
+Johny Rockets,¡20% de descuento en platos a la carta!,"Consumo en salón de lunes a viernes, con un máximo de S/50 de descuento. No aplica para llevar, delivery, feriados, ni días festivos. No acumulable con otras promociones. Acepta todos los medios de pago, excepto gifcards y tarjetas de alimentación. Válido hasta el 31/12."
+Pejerrey Point,¡20% de descuento en toda la carta!,Presenta tu carnet universitario (sico o virtual). Válido para delivery (WhatsApp 940636455) con costo adicional. Descuento máximo de S/.100.00 por mesa o pedido. No acumulable con otras promociones. Válido de martes a viernes. Sede Barranco. Válido hasta el 03/09/2025.
+Rally Kart Benefits,¡40% de descuento en todas las carreras!,"Usa el código código UTEC4024. Válido en Real Plaza Puruchuco, Open Plaza San Miguel, Open Plaza Huancayo, Real Plaza Chiclayo y Jockey Plaza. No acumulable, no reembolsable, ni renovable. Válido solo para compras online en rallykartbenefits.com"
+La Tarumba,¡Tarifa plana universitaria y entradas imilitadas!,"Promoción no acumulable, válida solo para zonas Platinum, VIP y Preferencial. No se permiten cambios ni devoluciones una vez emitidas las entradas. Adquiere tus entradas al WhatsApp 970190571."
+La Plaza Los Productores,¡Descuento exclusivo en obras de teatro!,"Usa el código CORPORATIVO2024 para obtener un descuento en obras de teatro. Válido solo para precios generales, no aplicable a descuentos previos. Compra tus entradas en www.joinnus.com"
+Smart Fit,¡Adquiere el Plan Black por S/109.90 mensual!,"Usa el código UTEC24 para disfrutar de exoneración de matrícula,mantenimiento y penalidad por cancelación anticipada. Válido en todas las sedes a nivel nacional. Conoce más aquí: smartfit.com.pe"
+Pirqa,¡Descuento del 20% en escalada libre!,Con un 30% de descuento en el alquiler del equipo. No incluye instructor ni equipo y está dirigida a personas con experiencia. No requiere reserva previa.
+Pirqa,¡2x1 en experiencia Pirqa por S/.60!,"Es obligatorio usar zapatillas deportivas o casuales. No se aceptan reprogramaciones ni devoluciones. Requiere de reserva previa, comunícate al 934037599."
+Cabify,¡Descuentos especiales en viajes!,Usa el código UTEC24 para obtener un 50% de descuento en los primeros 3 viajes y un 15% en viajes adicionales. El descuento se aplica automáticamente para viajes con inicio o fin en UTEC.
+BaldeCash,¡Descuento especial en laptops de alta gama!,Adquiere tu laptop con una cuota inicial accesible y financiamiento a 24 meses. Más detalles en: beneficios.baldecash.com/utec
+Ophtalmic Center,¡Disfruta de un 25% de descuento!,"Descuento en lentes oalmológicos, monturas y lentes de sol con el código PROMOUTEC en nuestra web. No aplica para productos de proveedores ni es acumulable con otras promociones. Teléfonos de contacto: 996827080 - 998095302"
+Vitapoint Peru,¡Aprovecha hasta un 25% de descuento!,Usa el código UTEC2024. Válido solo para compras online. Sujeto a disponibilidad. No aplica promoción sobre promoción. Encuentra los productos aquí: hps://www.vitapointperu.com/
+Ripley,¡40% de descuento en miles de productos!,"Usa el código 2024654739268. Válido en todas las tiendas a nivel nacional hasta el 31/08. Aplica sobre precio original, no válido para compras online. No acumulable con otras promociones ni canjeable por dinero."

app/main.py

@@ -2,34 +2,40 @@
 from fastapi import FastAPI, Request
 from app.services.twilio_service import sendWhatsappMessage
 from app.services.chatbot_service import ChatbotService
-from openai import OpenAIError  
+from openai import OpenAIError
 
 app = FastAPI()
 logging.basicConfig(level=logging.DEBUG)
 logger = logging.getLogger(__name__)
 
-chatbot_service = ChatbotService("./app/data/syllabus_extracted.csv")
+data_paths = [
+    "./app/data/syllabus_extracted.csv",
+    "./app/data/promos_clean.csv",
+    "./app/data/deportes_clean.csv"
+]
+
+chatbot_service = ChatbotService(data_paths)
 
 @app.post("/hook")
 async def chat(request: Request):
     form_data = await request.form()
     body_data = form_data.get("Body", "")
     from_phone = form_data.get("From", "")
-    
+
     logger.info(f"Mensaje recibido de {from_phone}: {body_data}")
-    
+
     try:
         response = chatbot_service.processMessage(from_phone, body_data)
         logger.debug(f"Respuesta generada: {response}")
         send_result = sendWhatsappMessage(from_phone, response)
         return {"status": "success", "message": send_result}
-    
+
     except OpenAIError as e:
         logger.error(f"Error de OpenAI: {str(e)}")
         error_message = "📢 Lo siento, estamos experimentando problemas técnicos. Por favor, intenta de nuevo más tarde."
         sendWhatsappMessage(from_phone, error_message)
         return {"status": "error", "message": "Error de OpenAI", "details": str(e)}
-    
+
     except Exception as e:
         logger.error(f"Error inesperado al procesar el mensaje: {str(e)}", exc_info=True)
         error_message = "📢 Lo siento, ocurrió un error inesperado. Por favor, intenta de nuevo más tarde."

app/models/qa_model.py

@@ -1,9 +1,10 @@
 import logging
+import uuid
 from langchain_huggingface import HuggingFaceEmbeddings
 from langchain_qdrant import Qdrant
 from langchain.chains import ConversationalRetrievalChain
 from langchain.prompts import PromptTemplate
-from langchain_openai import OpenAI
+from langchain_openai import ChatOpenAI
 from app.config import config
 from qdrant_client import QdrantClient
 from qdrant_client.models import Distance, VectorParams, PointStruct
@@ -12,50 +13,79 @@
 logger = logging.getLogger(__name__)
 
 PROMPT_TEMPLATE = """
-Eres un asistente virtual para estudiantes de la Universidad de Ingeniería y Tecnología (UTEC). Tu tarea es proporcionar información precisa basada en el contenido de los sílabos de los cursos.
-
-Contexto del sílabo:
+Eres un asistente virtual para estudiantes de la Universidad de Ingeniería y Tecnología (UTEC). Tu tarea es proporcionar información precisa y relevante basada en el contenido de los sílabos de los cursos, promociones disponibles y actividades deportivas. Para mejorar la claridad y efectividad de las respuestas, sigue estas directrices estrictamente:
+
+- No uses triple asterisco (*) en ningún caso.
+- Cuando quieras colocar doble asterisco (*) pon únicamente uno ().
+- Usa un solo asterisco () para resaltar información importante, ejemplo: *nota importante.
+- Usa guion bajo () para términos técnicos o conceptos clave, ejemplo: _algoritmo.
+- Usa "comillas" para citas textuales, ejemplo: "texto citado".
+- Utiliza un solo emoji al final de la respuesta para hacerla más amigable, cuando sea apropiado.
+- Usa listas con guiones (-) para enumerar elementos, prohibido usar ** o * en guiones.
+- Para títulos o subtítulos, usa un solo asterisco (*) al inicio de la línea, sin asterisco al final.
+- Para subtítulos dentro de listas, no uses formato especial, solo el guion (-) al inicio.
+
+Contexto:
 {context}
 
 Pregunta del estudiante: {question}
 
 Instrucciones:
-1. Usa la información proporcionada en el contexto anterior para responder.
-2. Si se pregunta por referencias bibliográficas, busca específicamente una sección llamada "BIBLIOGRÁFICAS" o similar en el contexto.
-3. Si encuentras referencias bibliográficas relevantes, menciónalas directamente.
-4. Si la información exacta no está en el contexto, pero hay información parcial o relacionada, proporciona esa información y menciona que es parcial.
-5. Si no hay absolutamente ninguna información relevante, di "Lo siento, no tengo información específica sobre eso en el sílabo."
-6. No inventes ni inferas información que no esté explícitamente en el contexto.
-
-Respuesta basada en la información del sílabo:
+1. Identifica el tipo de información solicitada (sílabo, promoción o actividad deportiva).
+2. Extrae y usa información directamente del contexto proporcionado para formular la respuesta.
+3. Para sílabos:
+   - Si se pregunta por referencias bibliográficas, menciónalas directamente.
+   - Incluye detalles relevantes como créditos, modalidad, y otros datos importantes del curso si la pregunta los relaciona.
+4. Para promociones:
+   - Si la pregunta es general, proporciona una lista concisa de categorías y nombres de establecimientos, sin descripciones ni detalles adicionales.
+   - Usa el formato: "Categoría: Nombre1, Nombre2".
+   - Limita la respuesta a un máximo de 5 categorías y 3 nombres por categoría.
+   - Al final, pregunta si el usuario desea más información sobre alguna promoción específica.
+5. Para actividades deportivas: [Se mantiene igual]
+6. Si la información solicitada no está disponible, responde con: "Lo siento, no tengo información específica sobre eso."
+7. Evita inferir información que no esté explícitamente presente en el contexto proporcionado.
+8. Asegúrate de que la respuesta sea clara, bien organizada y útil para el estudiante.
+9. No usar numeración con #
+
+Respuesta basada en la información proporcionada:
 """
 
 class QAModel:
     def __init__(self, texts):
         logger.info(f"QAModel inicializado con {len(texts)} documentos")
-        prompt = PromptTemplate(template=PROMPT_TEMPLATE, input_variables=[
-            "context", "question"])
+        prompt = PromptTemplate(template=PROMPT_TEMPLATE, input_variables=["context", "question"])
 
         self.collection_name = config.QDRANT_COLLECTION_NAME
-        self.embeddings = HuggingFaceEmbeddings(
-            model_name="sentence-transformers/all-mpnet-base-v2")
-        self.qdrant_client = QdrantClient(
-            url=config.QDRANT_URL, api_key=config.QDRANT_API_KEY)
+        self.embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-mpnet-base-v2")
+        self.qdrant_client = QdrantClient(url=config.QDRANT_URL, api_key=config.QDRANT_API_KEY)
 
         self.qdrant = Qdrant(
             client=self.qdrant_client,
             collection_name=self.collection_name,
             embeddings=self.embeddings,
         )
 
-        self.llm = OpenAI(temperature=0.3, max_tokens=300)
+        self.llm = ChatOpenAI(model_name="gpt-4o-mini", temperature=0.3, max_tokens=300)
         self.qa_chain = ConversationalRetrievalChain.from_llm(
             llm=self.llm,
             retriever=self.qdrant.as_retriever(search_kwargs={"k": 3}),
             combine_docs_chain_kwargs={"prompt": prompt},
             return_source_documents=True
         )
 
+        self.clear_collection()
+        self.load_documents(texts)
+
+    def clear_collection(self):
+        logger.info(f"Limpiando la colección {self.collection_name}")
+        try:
+            self.qdrant_client.delete_collection(self.collection_name)
+            logger.info(f"Colección {self.collection_name} eliminada")
+        except Exception as e:
+            logger.warning(f"Error al eliminar la colección: {e}")
+
+        self.create_collection_if_not_exists()
+
     def create_collection_if_not_exists(self):
         collections = self.qdrant_client.get_collections().collections
         if not any(collection.name == self.collection_name for collection in collections):
@@ -84,16 +114,20 @@ def split_content(self, content, max_length=500):
     def load_documents(self, texts):
         logger.info(f"Cargando {len(texts)} documentos en Qdrant")
         points = []
-        for i, text in enumerate(texts):
+        for text in texts:
             content = text.page_content
             vector = self.embeddings.embed_query(content)
             point = PointStruct(
-                id=str(i),
-                payload={'text': content, 'metadata': text.metadata},
+                id=str(uuid.uuid4()),  # Generamos un UUID único para cada punto
+                payload={
+                    'text': content, 
+                    'metadata': text.metadata,
+                    'doc_type': text.metadata.get('type', 'unknown')
+                },
                 vector=vector
             )
             points.append(point)
-        
+
         try:
             operation_info = self.qdrant_client.upsert(
                 collection_name=self.collection_name,
@@ -103,7 +137,7 @@ def load_documents(self, texts):
         except Exception as e:
             logger.error(f"Error al cargar documentos en Qdrant: {e}")
             raise
-        
+
         logger.info("Documentos cargados exitosamente en Qdrant")
 
     def getAnswer(self, question):
@@ -112,32 +146,39 @@ def getAnswer(self, question):
             return "🤔 Por favor, proporciona más detalles para poder ayudarte mejor."
         try:
             logger.debug("Iniciando búsqueda en Qdrant")
-
-            # Realizar la búsqueda directamente en Qdrant
+
+            if "promociones" in question.lower() and "universidad" in question.lower():
+                query_filter = {"must": [{"key": "doc_type", "match": {"value": "promo"}}]}
+            elif any(word in question.lower() for word in ["deporte", "cancha", "reserva"]):
+                query_filter = {"must": [{"key": "doc_type", "match": {"value": "deporte"}}]}
+            else:
+                query_filter = None
+
             query_vector = self.embeddings.embed_query(question)
             search_results = self.qdrant_client.search(
                 collection_name=self.collection_name,
                 query_vector=query_vector,
-                limit=3
+                query_filter=query_filter,
+                limit=5
             )
-            
+
             full_context = []
             for i, result in enumerate(search_results):
                 logger.debug(f"Documento {i+1}:")
                 logger.debug(f"ID: {result.id}, Score: {result.score}")
+                logger.debug(f"Tipo: {result.payload.get('doc_type', 'unknown')}")
                 logger.debug(f"Contenido: {result.payload['text'][:200]}...")
-                full_context.append(f"Documento {i+1}:\n{result.payload['text']}")
-            
+                full_context.append(f"Documento {i+1} ({result.payload.get('doc_type', 'unknown')}):\n{result.payload['text']}")
+
             context = "\n\n".join(full_context)
             logger.debug(f"Contexto completo pasado al modelo:\n{context}")
-
-            # Usar el contexto completo para generar la respuesta
+
             prompt = self.qa_chain.combine_docs_chain.llm_chain.prompt.format(
                 context=context,
                 question=question
             )
             response = self.qa_chain.combine_docs_chain.llm_chain.llm.predict(prompt)
-            
+
             logger.debug(f"Respuesta generada: {response}")
             return response
         except Exception as e:

app/services/chatbot_service.py

@@ -6,23 +6,25 @@
 logger = logging.getLogger(__name__)
 
 class ChatbotService:
-    def __init__(self, data_path):
+    def __init__(self, data_paths):
         logger.info("ChatbotService inicializado")
-        texts = loadAndSplitData(data_path)
+        texts = loadAndSplitData(data_paths)
         self.qa_model = QAModel(texts)
         self.qa_model.test_retrieval("¿Me recomiendas alguna referencia bibliografica del curso de tendencias de mercado?")
+        self.qa_model.test_retrieval("¿Qué beneficios hay en la categoría de restaurantes?")
+        self.qa_model.test_retrieval("¿Cómo puedo reservar una cancha de fútbol?")
         self.chat_history = {}
 
     def processMessage(self, from_phone, message):
         logger.info(f"Procesando mensaje de {from_phone}: {message}")
-        if from_phone not in self.chat_history: self.chat_history[from_phone] = []
-
+        if from_phone not in self.chat_history:
+            self.chat_history[from_phone] = []
+
         try:
             answer = self.qa_model.getAnswer(message)
             self.chat_history[from_phone].append((message, answer))
             logger.info(f"Respuesta generada para {from_phone}: {answer}")
             return answer
-
         except Exception as e:
             logger.error(f"Error al procesar mensaje: {str(e)}", exc_info=True)
             return "Lo siento, ocurrió un error al procesar tu mensaje. Por favor, intenta de nuevo."