# Desglose de Tareas: Arquitectura RAG Embebida y Asistente UdeCi (SDD-010) ## Tareas de Implementación - [x] **Tarea 1: Modelo Relacional KnowledgeChunk y Esquemas Pydantic v2 RAG** - **Estimación**: 20 min - **Acciones**: - Crear `backend/app/models/knowledge_chunk.py` con el modelo `KnowledgeChunk` (id, title, content, role, keywords, category, created_at). - Actualizar `backend/schemas/ai_chat.py` agregando `quick_options` en `ChatResponse` y el esquema `RAGReindexResponse`. - **Hecho cuando**: El modelo se crea en base de datos y los esquemas validan los nuevos campos de respuesta y opciones. - [x] **Tarea 2: Servicio RAG de Ingesta, Particionamiento y Búsqueda Semántica con Filtro de Rol** - **Estimación**: 30 min - **Acciones**: - Crear `backend/app/services/rag_service.py` con: - `reindex_default_knowledge()`: Fragmentos oficiales para Bedelía (9 pasos, conflictos, optimizador, sheets, Moodle), Docentes (aulas, actas Gradebook, Meet) y Alumnos (cartelera, materias, notas). - `search_relevant_chunks(query, user_role, limit)`: Búsqueda ponderada filtrando estrictamente por `role IN (user_role, 'general')`. - **Hecho cuando**: La búsqueda semántica retorna los fragmentos exactos y respeta el aislamiento estricto de roles. - [x] **Tarea 3: Actualización del Router FastAPI con Pipeline RAG y Redacción Concisa** - **Estimación**: 25 min - **Acciones**: - Modificar `backend/routers/ai_chat.py` para invocar `RAGService.search_relevant_chunks(...)`. - Adaptar el System Prompt para: * Identificar al agente como **UdeCi**. * Imponer respuestas directas y breves (máximo 2 a 3 oraciones). * Extraer o estructurar opciones con botones para el usuario. * Fijar temperatura en `0.1` para ceñirse a los fragmentos RAG. - Agregar endpoint `POST /api/chat/rag/reindex` para recarga de la base de conocimiento. - **Hecho cuando**: El endpoint devuelve respuestas breves respaldadas en RAG con botones de opciones y temperatura 0.1. - [x] **Tarea 4: Rediseño UX/UI del Widget de Chat UdeCi con Botones de Acción Rápida** - **Estimación**: 30 min - **Acciones**: - Modificar `frontend/views/partials/ai_chat_widget.html`: * Renombrar a **UdeCi · Tutor Virtual UniCABA**. * Eliminar referencias técnicas (Llama.cpp, Qwen3, KV Cache). * Añadir barra de chips de opciones iniciales por rol. - Actualizar `frontend/public/js/ai-chat-widget.js`: * Soporte para renderizar chips de opciones dentro de la conversación. * Envío automático al hacer clic en un botón. * Parsing de botones de seguimiento desde la respuesta de UdeCi. - **Hecho cuando**: El usuario interactúa con UdeCi viendo solo información pedagógica y usando botones rápidos para consultar. - [x] **Tarea 5: Suite de Pruebas Automatizadas en Backend (`test_rag_udeci.py`)** - **Estimación**: 20 min - **Acciones**: - Crear `backend/tests/test_rag_udeci.py` validando ingesta, búsqueda con filtro de roles, respuesta corta y botones de opciones. - Ejecutar suite completa `pytest tests -v` y validar 100% verde (94 pasados). - **Hecho cuando**: Todas las pruebas unitarias pasan con éxito y 0 errores en `py_compile`. - [x] **Tarea 6: Bump Semántico a v3.8.25, Git Push y Despliegue en Producción** - **Estimación**: 20 min - **Acciones**: - Incrementar versión semántica a `v3.8.25` en descriptores y documentación. - Actualizar `CHANGELOG.md` y `MEMORY.md`. - Ejecutar `git add .`, commit y `git push origin dev`. - Desplegar en producción LXC `10.0.0.217` y verificar en caliente. - **Hecho cuando**: Producción corre en `v3.8.25` con UdeCi y RAG activos.