Kantify

Aplicación web interactiva para reflexión ética basada en filosofía kantiana

🎯 Descripción del Proyecto

Kantify es una aplicación web que aplica el experimento de universalización de Kant para ayudar a los usuarios a reflexionar sobre las consecuencias éticas globales de sus decisiones cotidianas. La plataforma presenta dilemas éticos interactivos y genera retroalimentación personalizada usando el principio "¿Qué pasaría si todos hicieran esto?" .

✨ Características Principales

🔒 Privacidad Total

• Sesiones 100% anónimas: Sin recolección de datos personales
• Persistencia local: Datos almacenados únicamente en localStorage del navegador

🎭 Dilemas Éticos Interactivos

• 6 tópicos filosóficos: Temporalidad Moral, Alteridad Radical, Imperativo de Universalización, Ontología de la Ignorancia, Economía Moral del Deseo, Microética Cotidiana
• 3 niveles de intensidad: Suave, Medio, Extremo
• Respuestas matizadas: Sistema de sliders para capturar posiciones éticas complejas

🤖 IA Filosóficamente Fundamentada

• Generación RAG: Dilemas basados en textos de Kant, Levinas, Bauman, Butler y Jonas
• Narrativas kantianas: Retroalimentación inmediata usando Google Genkit y Gemini
• Fundamentación filosófica: Cada dilema incluye base teórica y fuentes utilizadas

📊 Perfil Ético Personalizado

• Análisis de respuestas: Generación automática de perfil basado en decisiones
• Exportación PDF: Descarga de perfil ético anónimo

🏗️ Arquitectura del Sistema

Stack Tecnológico

• Frontend: Next.js 14 con App Router, TypeScript, Tailwind CSS
• IA: Google Genkit con Gemini para narrativas, OpenAI GPT para generación RAG
• Backend: FastAPI para sistema RAG
• Base de Datos: ChromaDB para embeddings vectoriales
• Estado: React Context API para gestión global

Componentes Principales

• HomePage (/): Página de bienvenida y explicación del concepto
• DilemmasPage (/dilemmas): Interfaz principal de interacción con dilemas
• ProfilePage (/profile): Visualización y exportación del perfil ético

🚀 Instalación y Configuración

Prerrequisitos

• Node.js 18+
• Python 3.8+
• Claves API: Google AI (Gemini) y OpenAI

Configuración del Frontend

# Clonar repositorio
git clone https://github.com/jujimenezd/kantify.git
cd kantify

# Instalar dependencias
npm install

# Configurar variables de entorno
cp .env.example .env.local
# Editar .env.local con tu GOOGLE_API_KEY

Configuración del Sistema RAG

# Navegar al directorio RAG
cd rag

# Instalar dependencias Python
pip install -e .
pip install -r config/requirements_api.txt

# Configurar OpenAI API Key
echo "OPENAI_API_KEY=tu_clave_aqui" > .env

# Crear base de datos vectorial
python core/create_database.py

Ejecución

# Terminal 1: Iniciar servidor RAG
cd rag
python scripts/start_server.py

# Terminal 2: Iniciar aplicación Next.js
npm run dev

# Terminal 3 (opcional): Modo desarrollo Genkit
npm run genkit:dev

La aplicación estará disponible en http://localhost:9002

🧪 Testing

Pruebas del Sistema RAG

cd rag
python scripts/test_rag.py        # Pruebas por CLI
python scripts/test_api.py        # Pruebas por CLI

Endpoints Disponibles

• RAG API: http://localhost:8000
• Documentación: http://localhost:8000/docs

📁 Estructura del Proyecto

kantify/
├── src/
│   ├── app/                 # Páginas Next.js
│   ├── components/          # Componentes React
│   ├── contexts/           # Gestión de estado global
│   ├── lib/                # Utilidades y tipos
│   ├── ai/flows/           # Flujos Genkit
│   └── data/               # Datos estáticos
├── rag/
│   ├── core/               # Motor RAG
│   ├── api/                # Servidor FastAPI
│   ├── data/               # PDFs filosóficos
│   └── docs/               # Documentación técnica
└── public/                 # Assets estáticos

🎯 Flujo de Usuario

1. Bienvenida: Introducción al concepto en la página principal
2. Reflexión: Interacción con dilemas éticos usando sliders
3. Narrativa: Recepción de retroalimentación kantiana personalizada
4. Perfil: Generación y exportación del perfil ético

📚 Documentación Técnica

• Sistema RAG: Documentación completa del backend
• API FastAPI: Endpoints y integración

🤝 Contribución

Para contribuir:

1. Fork del repositorio
2. Crear rama feature (git checkout -b feature/nueva-funcionalidad)
3. Commit cambios (git commit -am 'Agregar nueva funcionalidad')
4. Push a la rama (git push origin feature/nueva-funcionalidad)
5. Crear Pull Request

📄 Licencia

MIT licence