Skip to content

BorisFaj/remedios

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

7 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Proyecto: Remedios

Descripción

Este proyecto integra la API de WhatsApp de Meta con un servidor local Flask, expuesto a internet mediante ngrok, para procesar mensajes de texto y audio utilizando modelos de inteligencia artificial. Además, se conecta a un servidor GPT4All para generar respuestas dinámicas y contextuales. Aunque el sistema actual no utiliza un broker de mensajería, se contempla la incorporación futura de Kafka para mejorar la escalabilidad y la arquitectura del sistema.

Diagrama de la arquitectura

Arquitectura del Proyecto

El flujo principal de datos sigue estos pasos:

  1. API de WhatsApp: Recibe y envía mensajes desde la plataforma de WhatsApp. Se comunica con miApp mediante un webhook.
  2. Ngrok: Expone el servidor local miApp a internet, facilitando la comunicación con la API de WhatsApp.
  3. miApp (Flask):
    • Procesa mensajes de texto y audio.
    • Ejecuta modelos de inteligencia artificial para generar y procesar contenido.
    • Interactúa con el servidor GPT4All para obtener respuestas basadas en IA.
  4. GPT4All: Proporciona respuestas contextuales basadas en el contenido del mensaje recibido.

Diagrama de Arquitectura

graph TD
    subgraph WhatsApp
        A[WhatsApp API]
    end
    A -->|Webhook| B[Ngrok]
    B --> C[miApp (Flask)]
    C -->|Procesamiento IA| D[Modelos IA]
    C -->|Consulta| E[GPT4All]
    subgraph Futuro
        F[Kafka (Planeado)]
    end
    A -.->|Mensajería Escalable| F
    F -.->|Intermediario| C
Loading

Requisitos

  • Python 3.8+
  • Flask
  • Ngrok
  • GPT4All
  • Bibliotecas adicionales para modelos IA (especificadas en requirements.txt)

Instalación y Configuración

  1. Clona este repositorio:

    git clone https://github.com/tu-usuario/whatsapp-ai-assistant.git
    cd whatsapp-ai-assistant
  2. Instala las dependencias:

    pip install -r requirements.txt
  3. Configura Ngrok para exponer el servidor local:

    ngrok http 5000

    Copia la URL generada por ngrok y configúrala como webhook en la API de WhatsApp.

  4. Inicia el servidor Flask:

    python app.py

Uso

  • Envía mensajes de texto o audio a través de WhatsApp.
  • El servidor procesará los mensajes y generará respuestas contextuales utilizando modelos de IA.

Contribuciones

¡Las contribuciones son bienvenidas! Si tienes ideas para mejorar este proyecto, no dudes en abrir un issue o enviar un pull request.

Licencia

Este proyecto está bajo la Licencia MIT. Consulta el archivo LICENSE para más detalles.

Disclaimer

Cualquier parecido con la realidad es pura coincidencia.


¡Esperamos que disfrutes experimentando con este proyecto y explorando las posibilidades de integrar IA en WhatsApp!

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages