ContentGenius AI

Plataforma web para la generación automática de contenido para redes sociales y divulgación científica utilizando modelos de lenguaje grande (LLMs) y técnicas de Retrieval-Augmented Generation (RAG).

🚀 Características principales

Generación de contenido para redes sociales

• Plataformas soportadas: LinkedIn, Twitter, Instagram, Blog
• Personalización avanzada: Audiencias (juvenil, general, técnica) e idiomas (español, inglés, francés)
• Modelos LLM: Integración con Groq. Se han actualizado los modelos para usar las últimas versiones de producción, reemplazando los obsoletos llama3-8b-8192 y gemma2-9b-it por llama-3.1-8b-instant y llama-3.3-70b-versatile.
• Generación de imágenes: Integración con Stability AI para contenido visual
• RAG para redes sociales: Contenido enriquecido con fuentes científicas para mayor precisión

Sistema de divulgación científica con RAG

• Fuentes académicas: Búsqueda automática en ArXiv
• Procesamiento inteligente: Embeddings con HuggingFace y búsqueda semántica con ChromaDB Cloud
• Doble flujo RAG: Sistema científico tradicional y RAG social para contenido adaptado a redes
• Contenido riguroso: Generación basada en documentos científicos reales
• Metadatos detallados: Información completa de fuentes y relevancia
• Almacenamiento persistente: ChromaDB Cloud para gestión escalable de vectores

Backend robusto

• Autenticación segura: JWT con bcrypt para hashing de contraseñas
• API RESTful: Endpoints organizados y documentados
• Base de datos: Supabase con esquemas optimizados
• Almacenamiento: Cloudinary para gestión de imágenes como CDN(Content Delivery Network)
• Monitoreo: Integración con LangSmith para logs y trazabilidad

Nuevas Funcionalidades y Mejoras Recientes

• Integración de Hugging Face para Generación de Imágenes:

  • Se ha reemplazado la API de Fal AI por la Inference API de Hugging Face para la generación de imágenes.
  • Utiliza el modelo black-forest-labs/FLUX.1-dev para imágenes de alta calidad.
  • Implementa post-procesado de imágenes (redimensionamiento automático, persistencia dual de original y redimensionada) para una visualización responsive y optimizada en el frontend.

• Actualización de Modelos de Lenguaje (LLMs) de Groq:

  • Los modelos obsoletos llama3-8b-8192 y gemma2-9b-it han sido reemplazados por las versiones de producción recomendadas: llama-3.1-8b-instant y llama-3.3-70b-versatile.

• Centralización de la Configuración de Modelos:

  • Se ha refactorizado el código para centralizar los nombres de los modelos de texto y de imagen en server/config/settings.py.
  • Esto mejora la mantenibilidad y reduce la probabilidad de errores al actualizar modelos en el futuro.

🛠️ Tecnologías utilizadas

Backend

• FastAPI: Framework web moderno y rápido
• LangChain: Orquestación de LLMs y RAG
• Groq: Inferencia de modelos de lenguaje
• Supabase: Base de datos PostgreSQL como servicio
• Cloudinary: Almacenamiento y optimización de imágenes
• ChromaDB Cloud: Vector database persistente para búsqueda semántica
• HuggingFace: Modelos de embeddings
• Docker: Containerización para despliegue simplificado

Frontend

• HTML5/CSS3/JavaScript: Interfaz web responsiva
• Jinja2: Motor de plantillas
• FastAPI StaticFiles: Servido de archivos estáticos

Integraciones

• ArXiv API: Acceso a documentos científicos
• Stability AI: Generación de imágenes
• ChromaDB Cloud: Almacenamiento persistente de vectores
• LangSmith: Monitoreo y logging

📁 Estructura del proyecto

PROYECTO_LLMS_05/
├── client/                      # Frontend (HTML, CSS, JS)
│   ├── static/
│   │   ├── css/
│   │   ├── generated_images/    # Imágenes generadas por la IA (ejemplos)
│   │   │   ├── image_..._orig.png
│   │   │   └── image_..._w768.png
│   │   ├── img/                 # Logos y recursos gráficos
│   │   └── js/
│   └── templates/               # Plantillas HTML
│
├── server/                      # Backend
│   ├── chroma_db/               # Configuración de conexión a bbdd vectorial
│   ├── config/settings.py       # Configuración centralizada (API Keys, Modelos)
│   ├── generators/              # Generadores de contenido
│   │   ├── image.py             # Lógica para generar imágenes (Hugging Face, Stability AI)
│   │   └── text.py              # Lógica para generar texto (Groq)
│   ├── models/                  # Modelos Pydantic para validación de datos
│   ├── prompts/                 # Plantillas de prompts para los LLMs
│   │   ├── prompts.py
│   │   └── prompts_rag.py
│   ├── RAG/                     # Lógica de Retrieval-Augmented Generation
│   │   ├── initialize_db.py     # Script para inicializar la BBDD de vectores
│   │   ├── rag_chain.py         # Cadena RAG principal
│   │   └── vector_db.py         # Abstracción para la BBDD de vectores
│   ├── routes/                  # Endpoints de la API (FastAPI)
│   ├── services/                # Lógica de negocio y orquestación
│   ├── utils/                   # Funciones de utilidad
│   │   ├── image_processor.py   # Utilidades para post-procesado de imágenes
│   │   └── translate.py         # Utilidades de traducción
│   └── main.py                  # Punto de entrada de la aplicación
│
├── .env.example
├── requirements.txt
└── README.md

🔧 Instalación y configuración

Prerrequisitos

• Docker y Docker Compose (recomendado) o Python 3.8+
• Cuentas en Supabase, Groq, Stability AI, Cloudinary y ChromaDB Cloud

Opción 1: Despliegue con Docker (Recomendado)

1. Clonar el repositorio

git clone <repository-url>
cd PROYECTO_LLMS_05

2. Configurar variables de entorno

Copiar .env.example a .env y completar:

# Supabase Configuration
SUPABASE_URL=your_supabase_url_here
SUPABASE_KEY=your_supabase_anon_key_here

# JWT Configuration
SECRET_KEY=your_super_secret_jwt_key_change_this
ALGORITHM=HS256
ACCESS_TOKEN_EXPIRE_MINUTES=30

# Groq API
GROQ_API_KEY=your_groq_api_key_here

#LANGSMITH
LANGSMITH_TRACING=true
LANGSMITH_ENDPOINT=https://api.smith.langchain.com
LANGSMITH_API_KEY=your_langsmith_api_key_here
LANGSMITH_PROJECT="your_langsmith_project_name_here"

#Image
STABILITY_API_KEY=your_stability_api_key_here

# Coudinary
CLOUDINARY_CLOUD_NAME=your_cloudinary_cloud_name_here
CLOUDINARY_API_KEY=your_cloudinary_api_key_here
CLOUDINARY_API_SECRET=your_cloudinary_api_secret_here

# Chroma
CHROMA_API_KEY='your_chroma_api_key_here'
CHROMA_TENANT='your_chroma_tenant_here'
CHROMA_DATABASE='your_chroma_database_here'

3. Construir y ejecutar

docker-compose up --build

La aplicación estará disponible en http://localhost:8000

Opción 2: Instalación tradicional

1. Clonar el repositorio

git clone <repository-url>
cd PROYECTO_LLMS_05

2. Instalar dependencias

pip install -r requirements.txt

3. Configurar variables de entorno

(Usar la misma configuración que en la Opción 1)

4. Ejecutar la aplicación

uvicorn server.main:app --reload

Configurar base de datos en Supabase

Crear las siguientes tablas:

-- Tabla de usuarios
CREATE TABLE users (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    email VARCHAR UNIQUE NOT NULL,
    password_hash VARCHAR NOT NULL,
    created_at TIMESTAMP DEFAULT NOW()
);

-- Tabla de posts de redes sociales
CREATE TABLE posts (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    user_id UUID REFERENCES users(id),
    platform VARCHAR NOT NULL,
    audience VARCHAR NOT NULL,
    language VARCHAR NOT NULL,
    model VARCHAR NOT NULL,
    text_content TEXT NOT NULL,
    image_url VARCHAR,
    created_at TIMESTAMP DEFAULT NOW()
);

-- Tabla de posts científicos
CREATE TABLE science_posts (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    user_id UUID REFERENCES users(id),
    topic VARCHAR NOT NULL,
    audience VARCHAR NOT NULL,
    language VARCHAR NOT NULL,
    model VARCHAR NOT NULL,
    max_docs INTEGER NOT NULL,
    text_content TEXT NOT NULL,
    sources JSONB NOT NULL,
    created_at TIMESTAMP DEFAULT NOW()
);

📖 Uso de la API

Autenticación

# Registro
POST /api/auth/register
{
    "email": "usuario@email.com",
    "password": "contraseña"
}

# Login
POST /api/auth/login
{
    "email": "usuario@email.com",
    "password": "contraseña"
}

Generación de contenido

# Contenido para redes sociales
POST /api/content/generate
Authorization: Bearer <token>
{
    "platform": "linkedin",
    "topic": "inteligencia artificial",
    "audience": "técnica",
    "language": "es",
    "model": "llama-3.1-8b-instant",
    "include_image": true,
    "image_prompt": "AI technology concept"
}

# Contenido científico
POST /api/science/generate
Authorization: Bearer <token>
{
    "topic": "machine learning",
    "audience": "general",
    "language": "es",
    "model": "llama-3.1-8b-instant",
    "max_docs": 5
}

# Explicaciones científicas para RRSS
POST /api/explain
Authorization: Bearer <token>
{
    "topic": "quantum computing",
    "platform": "linkedin",
    "audience": "técnica",
    "language": "es"
}

👥 Colaboradores

• Orlando Alcalá
• Andrea Alonso
• Nhoeli Salazar
• Juan Domingo

🤝 Contribuciones

Las contribuciones son bienvenidas. Por favor:

1. Fork el proyecto
2. Crear una rama para tu feature (git checkout -b feature/nueva-caracteristica)
3. Commit tus cambios (git commit -m 'Agregar nueva característica')
4. Push a la rama (git push origin feature/nueva-caracteristica)
5. Abrir un Pull Request