# Desglose de Tareas: Asistente IA y Chatbot de Ayuda Contextual (SDD-009) ## Tareas de Implementación - [x] **Tarea 1: Esquemas Pydantic v2 y Modelos de Contrato para Chatbot y Configuración** - **Estimación**: 20 min - **Acciones**: - Crear `backend/schemas/ai_chat.py` con `ChatMessage`, `ChatRequest`, `ChatResponse`, `AISettingsSchema` y validaciones estrictas (`Field`, `pattern`, `min_length`). - Validar que los payloads inválidos fallen con 422 Unprocessable Entity. - **Hecho cuando**: Los modelos validan correctamente los tipos, roles y longitudes, y rechazan payloads sin mensajes o con roles inválidos. - [x] **Tarea 2: Lógica de Negocio de System Prompts por Rol y Router FastAPI (`backend/routers/ai_chat.py`)** - **Estimación**: 30 min - **Acciones**: - Crear `backend/routers/ai_chat.py` con `APIRouter(prefix="/api/chat", tags=["AI Chatbot"])` y alias `/api/v1/chat`. - Implementar `generate_system_prompt_for_role(role: str) -> str` con los manuales operativos para: - `Docente`: Reserva de aulas, actas de regularidad, asistencia, links a Meet. - `Alumno`: Consulta de horarios, cartelera, notas en Gradebook, prohibición explícita de gestión administrativa. - `Bedelía / Admin`: Circuito secuencial de 9 pasos, resolución de conflictos, importación de sheets, Moodle 4.1. - Implementar endpoint `POST /` con `httpx.AsyncClient(timeout=...)` hacia la URL base de Llama.cpp (`http://10.0.0.214:8080/v1/chat/completions`). - Manejar excepciones de red y timeout mapeando a HTTP 503 controlado. - Implementar endpoint `POST /test-connection` para probar el servidor local. - Registrar el router en `backend/main.py`. - **Hecho cuando**: Los endpoints `/api/chat` y `/api/v1/chat` están documentados en Swagger `/docs` y procesan consultas asíncronas con System Prompt inyectado. - [x] **Tarea 3: Persistencia y Gestión de Configuración de IA en `backend/routers/admin.py`** - **Estimación**: 25 min - **Acciones**: - Extender `get_all_settings` en `backend/routers/admin.py` para devolver el objeto `ai_assistant` con parámetros de Llama.cpp, modelo (`qwen3-coder:30b`) y API key enmascarada. - Crear endpoints `@admin_router.post("/settings/ai")` y `@admin_router.post("/settings/ai/test")` que guarden en `SystemSetting` con auditoría en `AuditLog`. - **Hecho cuando**: La configuración de IA se guarda y se recupera correctamente a través de la API administrativa. - [x] **Tarea 4: Pestaña de Configuración Global en Frontend (`global_config.html`)** - **Estimación**: 25 min - **Acciones**: - Agregar pestaña `#tab-ai` ("Asistente IA & LLM Local") en `frontend/views/admin/settings/global_config.html`. - Maquetar formulario con los parámetros definidos en SDD-009: Base URL, API Key, Model ID, Model Name, Context Limit, Output Limit, Timeout, Temperatura y switch de habilitación. - Implementar manejadores JavaScript en la vista para guardar configuración y ejecutar el botón "Probar Conexión con Llama.cpp" con feedback interactivo. - **Hecho cuando**: El administrador puede editar los parámetros del LLM y probar la conexión desde `/admin/settings`. - [x] **Tarea 5: Widget Flotante del Chatbot en la UI (`ai_chat_widget.html` & `ai-chat-widget.js`)** - **Estimación**: 30 min - **Acciones**: - Crear `frontend/views/partials/ai_chat_widget.html` e incluirlo en `frontend/views/base.html` para usuarios autenticados. - Diseñar interfaz flotante premium con Bootstrap 5 y Vanilla CSS (botón lanzador con animación sutil, ventana de chat responsiva, badge de rol de usuario, avatar institucional, indicador de tipeo y lista de mensajes). - Desarrollar `frontend/public/js/ai-chat-widget.js` para enviar mensajes por AJAX a `/api/v1/chat/`, manejar scroll, formatear respuestas y persistir temporalmente la sesión en `sessionStorage`. - **Hecho cuando**: El usuario puede interactuar con el chatbot desde cualquier pantalla del sistema, recibiendo respuestas contextualizadas a su rol. - [x] **Tarea 6: Suite de Pruebas Automatizadas en Backend (`test_ai_chat.py`)** - **Estimación**: 25 min - **Acciones**: - Crear `backend/tests/test_ai_chat.py` con tests para: - Validación de esquemas Pydantic `ChatRequest`, `ChatMessage`, `ChatResponse`. - Inyección correcta de system prompt según rol (alumno, docente, bedelia). - Mocking de `httpx.AsyncClient` para simular respuesta 200 de Llama.cpp. - Mocking de falla de conexión para verificar HTTP 503 descriptivo. - Endpoints de guardado y consulta de configuración de IA. - Ejecutar `pytest tests -v` y validar 100% verde (89 tests pasando). - Verificar con `py_compile` (Principio 10) que haya 0 errores o advertencias. - **Hecho cuando**: Todas las pruebas unitarias e integradas pasan con éxito y no hay problemas en el analizador de código. - [x] **Tarea 7: Bump Semántico a v3.8.24, Git Push y Despliegue en Producción** - **Estimación**: 20 min - **Acciones**: - Incrementar versión semántica a `v3.8.24` en `package.json`, `app.js`, `__init__.py`, `setup.py` y `openapi.py`. - Actualizar `CHANGELOG.md` y `MEMORY.md`. - Ejecutar `git add .`, commit y `git push origin dev`. - Desplegar en el contenedor de producción LXC `10.0.0.217` (`https://eduspace.oemspot.com.ar`) y verificar HTTP 200 en `/version` y `/admin/settings`. - **Hecho cuando**: La versión `v3.8.24` está activa en producción y verificada en caliente.