refactor: Migrate bot core and modules from talia_bot to bot directory, update start_bot.sh and Dockerfile, and modify README.md.

bot/modules/sales_rag.py

@@ -0,0 +1,73 @@
+# bot/modules/sales_rag.py
+# This module will contain the sales RAG flow for new clients.
+
+import json
+import logging
+from bot.modules.llm_engine import get_smart_response
+
+logger = logging.getLogger(__name__)
+
+def load_services_data():
+    """Loads the services data from the JSON file."""
+    try:
+        with open("bot/data/services.json", "r", encoding="utf-8") as f:
+            return json.load(f)
+    except FileNotFoundError:
+        logger.error("El archivo services.json no fue encontrado.")
+        return []
+    except json.JSONDecodeError:
+        logger.error("Error al decodificar el archivo services.json.")
+        return []
+
+def find_relevant_services(user_query, services):
+    """
+    Finds relevant services based on the user's query.
+    A simple keyword matching approach is used here.
+    """
+    query = user_query.lower()
+    relevant_services = []
+    for service in services:
+        for keyword in service.get("keywords", []):
+            if keyword in query:
+                relevant_services.append(service)
+                break  # Avoid adding the same service multiple times
+    return relevant_services
+
+def generate_sales_pitch(user_query, collected_data):
+    """
+    Generates a personalized sales pitch using the RAG approach.
+    """
+    services = load_services_data()
+    relevant_services = find_relevant_services(user_query, services)
+
+    if not relevant_services:
+        logger.warning(f"No se encontraron servicios relevantes para la consulta: '{user_query}'. No se generará respuesta.")
+        return ("Gracias por tu interés. Sin embargo, con la información proporcionada no he podido identificar "
+                "servicios específicos que se ajusten a tu necesidad. ¿Podrías describir tu proyecto con otras palabras "
+                "o dar más detalles sobre lo que buscas?")
+
+    context_str = "Según tus necesidades, aquí tienes algunos de nuestros servicios y ejemplos de lo que podemos hacer:\n"
+    for service in relevant_services:
+        context_str += f"\n**Servicio:** {service['service_name']}\n"
+        context_str += f"*Descripción:* {service['description']}\n"
+        if "work_examples" in service:
+            context_str += "*Ejemplos de trabajo:*\n"
+            for example in service["work_examples"]:
+                context_str += f"  - {example}\n"
+
+    prompt = (
+        f"Eres Talía, una asistente de ventas experta y amigable. Un cliente potencial llamado "
+        f"{collected_data.get('CLIENT_NAME', 'cliente')} del sector "
+        f"'{collected_data.get('CLIENT_INDUSTRY', 'no especificado')}' "
+        f"ha descrito su proyecto o necesidad de la siguiente manera: '{user_query}'.\n\n"
+        "A continuación, se presenta información sobre nuestros servicios que podría ser relevante para ellos:\n"
+        f"{context_str}\n\n"
+        "**Tu tarea es generar una respuesta personalizada que:**\n"
+        "1.  Demuestre que has comprendido su necesidad específica.\n"
+        "2.  Conecte de manera clara y directa su proyecto con nuestros servicios, utilizando los ejemplos de trabajo para ilustrar cómo podemos ayudar.\n"
+        "3.  Mantenga un tono profesional, pero cercano y proactivo.\n"
+        "4.  Finalice con una llamada a la acción clara, sugiriendo agendar una breve llamada para explorar la idea más a fondo.\n"
+        "No te limites a listar los servicios; explica *cómo* se aplican a su caso."
+    )
+
+    return get_smart_response(prompt)