feat: Implement direct MySQL database integration for onboarding and duplicate checks, add Gemini AI support, and update webhook and email configurations.

2026-01-13 05:15:14 +00:00 · 2025-12-18 15:58:01 -06:00
parent 8387a5851a
commit 1151d3af3d
5 changed files with 127 additions and 178 deletions
--- a/.env.example
+++ b/.env.example
@@ -1,49 +1,40 @@
 # Configuración de Telegram
 TELEGRAM_TOKEN=TU_TOKEN_NUEVO_AQUI
 TELEGRAM_ADMIN_CHAT_ID=TELEGRAM_ADMIN_CHAT_ID
-OPENAI_API_KEY=SK......
-GOOGLE_API_KEY=AIzaSyBqH5...
+OPENAI_API_KEY=sk-proj-xxxx
+GOOGLE_API_KEY=AIzaSyBqH5... # Usado para Gemini AI en modules/ai.py

-# URL de la hoja de cálculo de Google para verificar duplicados
-GOOGLE_SHEET_URL=https://docs.google.com/spreadsheets/d/1iVHnNoAF4sVVhb2kcclthznYFUKetmhsM6b2ZUCXd-0/edit?gid=370216950#gid=370216950
-
-# Opcional: Credenciales de Google como variables de entorno
-# Si estas variables están definidas, se usarán en lugar del archivo JSON.
-# Asegúrate de escapar correctamente el valor de GSA_PRIVATE_KEY (ej. reemplazando saltos de línea con \n)
-GSA_TYPE=service_account
-GSA_PROJECT_ID=
-GSA_PRIVATE_KEY_ID=
-GSA_PRIVATE_KEY=
-GSA_CLIENT_EMAIL=
-GSA_CLIENT_ID=
-GSA_AUTH_URI=
-GSA_TOKEN_URI=
-GSA_AUTH_PROVIDER_X509_CERT_URL=
-GSA_CLIENT_X509_CERT_URL=
-
-
-# Webhooks de n8n (puedes agregar más aquí en el futuro)
-# Usa WEBHOOK_ONBOARDING (o el alias WEBHOOK_CONTRATO si ya lo tienes así)
+# ===============================
+# WEBHOOKS
+# ===============================
 WEBHOOK_ONBOARDING=url
-# WEBHOOK_CONTRATO=url
-WEBHOOK_PRINT=url
 WEBHOOK_VACACIONES=url
 WEBHOOK_PERMISOS=url
+WEBHOOK_PRINTS=url
+WEBHOOK_SCHEDULE=url

-# --- DATABASE ---
-# Usado por el servicio de la base de datos en docker-compose.yml
-MYSQL_DATABASE_USERS_ALMA=USERS_ALMA
-MYSQL_DATABASE_VANITY_HR=vanity_hr
-MYSQL_DATABASE_VANITY_ATTENDANCE=vanity_attendance
+# ===============================
+# DATABASE SETUP
+# ===============================
+MYSQL_HOST=db
 MYSQL_USER=user
 MYSQL_PASSWORD=password
 MYSQL_ROOT_PASSWORD=rootpassword

-# --- SMTP ---
-# Usado por el módulo de impresión para enviar correos
+# Database Names
+MYSQL_DATABASE_USERS_ALMA=USERS_ALMA
+MYSQL_DATABASE_VANITY_HR=vanity_hr
+MYSQL_DATABASE_VANITY_ATTENDANCE=vanity_attendance
+
+# ===============================
+# EMAIL SETUP
+# ===============================
 SMTP_SERVER=smtp.hostinger.com
-SMTP_PORT=465
+SMTP_PORT=587
 SMTP_USER=your_email@example.com
 SMTP_PASSWORD=your_password
-SMTP_RECIPIENT=your_email@example.com  # También se acepta PRINTER_EMAIL como alias
-GOOGLE_CREDENTIALS_FILE=google_credentials.json
+IMAP_SERVER=imap.hostinger.com
+IMAP_PORT=993
+IMAP_USER=your_email@example.com
+IMAP_PASSWORD=your_password
+PRINTER_EMAIL=your_printer_email@example.com
--- a/Readme.md
+++ b/Readme.md
@@ -1,6 +1,6 @@
 # 🤖 Vanessa Bot – Asistente de RH para Vanity

-Vanessa es un bot de Telegram escrito en Python que automatiza procesos internos de Recursos Humanos en Vanity. Su objetivo es eliminar fricción operativa: onboarding y solicitudes de RH, todo orquestado desde Telegram y conectado a flujos de n8n o servicios de correo.
+Vanessa es un bot de Telegram escrito en Python que automatiza procesos internos de Recursos Humanos en Vanity. Su objetivo es eliminar fricción operativa: onboarding y solicitudes de RH, todo orquestado desde Telegram y conectado a flujos de n8n, servicios de correo y bases de datos MySQL.

 Este repositorio está pensado como **proyecto Python profesional**, modular y listo para correr 24/7 en producción.

@@ -10,11 +10,11 @@ Este repositorio está pensado como **proyecto Python profesional**, modular y l

 Vanessa no es un chatbot genérico: es una interfaz conversacional para procesos reales de negocio.

- Onboarding completo de nuevas socias (`/welcome`)
- Solicitud de vacaciones (`/vacaciones`)
- Solicitud de permisos por horas (`/permiso`)
+- **Onboarding completo de nuevas socias (`/welcome`)**: Recolecta datos, valida que no existan duplicados en la DB, registra a la usuaria en `USERS_ALMA` y envía los datos a n8n.
+- **Solicitud de vacaciones (`/vacaciones`)**: Flujo dinámico para gestionar días de descanso.
+- **Solicitud de permisos por horas (`/permiso`)**: Incluye clasificación de motivos mediante IA (Gemini).

-Cada flujo es un módulo independiente, y los datos se envían a **webhooks de n8n**.
+Cada flujo es un módulo independiente que interactúa con la base de datos y flujos de **n8n**.

 ---

@@ -31,124 +31,91 @@ vanity_bot/
 ├── docker-compose.yml    # Orquestación de servicios (bot + db)
 ├── README.md             # Este documento
 │
+├── models/               # Modelos de base de datos (SQLAlchemy)
+│   ├── users_alma_models.py
+│   ├── vanity_hr_models.py
+│   └── vanity_attendance_models.py
+│
 └── modules/              # Habilidades del bot
-    ├── __init__.py
-    ├── database.py       # Módulo de conexión a la base de datos
-    ├── onboarding.py     # Flujo /welcome (onboarding RH)
-    └── rh_requests.py    # /vacaciones y /permiso
+    ├── ai.py             # Clasificación de motivos con Gemini
+    ├── database.py       # Conexión a DB y lógica de negocio (registro/verificación)
+    ├── logger.py         # Registro de auditoría
+    ├── onboarding.py     # Flujo /welcome
+    ├── rh_requests.py    # /vacaciones y /permiso
+    └── ui.py             # Teclados y componentes de interfaz
 ```

 ---

 ## 🔐 Configuración (.env)

-Copia el archivo `.env.example` a `.env` y rellena los valores correspondientes. Este archivo es ignorado por Git para proteger tus credenciales.
+Vanessa utiliza múltiples bases de datos y webhooks. Asegúrate de configurar correctamente los nombres de las bases de datos.

-```
+```ini
 # --- TELEGRAM ---
 TELEGRAM_TOKEN=TU_TOKEN_AQUI

+# --- AI (Gemini) ---
+GOOGLE_API_KEY=AIzaSy...
+
 # --- WEBHOOKS N8N ---
-WEBHOOK_ONBOARDING=https://...   # Alias aceptado: WEBHOOK_CONTRATO
+WEBHOOK_ONBOARDING=https://...
 WEBHOOK_VACACIONES=https://...
 WEBHOOK_PERMISOS=https://...

-# --- DATABASE ---
-# Usado por el servicio de la base de datos en docker-compose.yml
-MYSQL_DATABASE=vanessa_logs
+# --- DATABASE SETUP ---
+MYSQL_HOST=db
 MYSQL_USER=user
 MYSQL_PASSWORD=password
 MYSQL_ROOT_PASSWORD=rootpassword

+# Nombres de las Bases de Datos
+MYSQL_DATABASE_USERS_ALMA=USERS_ALMA
+MYSQL_DATABASE_VANITY_HR=vanity_hr
+MYSQL_DATABASE_VANITY_ATTENDANCE=vanity_attendance
 ```

 ---

 ## 🐳 Ejecución con Docker (Recomendado)

-El proyecto está dockerizado para facilitar su despliegue.
+El proyecto está dockerizado para facilitar su despliegue y aislamiento.

 ### 1. Pre-requisitos
- Docker
- Docker Compose
+- Docker y Docker Compose instalaros.

 ### 2. Levantar los servicios
-Con el archivo `.env` ya configurado, simplemente ejecuta:
 ```bash
-docker-compose up --build
+docker-compose up --build -d
 ```
-Este comando construirá la imagen del bot, descargará la imagen de MySQL, y lanzará ambos servicios. `docker-compose` leerá las variables del archivo `.env` para configurar los contenedores.
-
-### 3. Detener los servicios
-Para detener los contenedores, presiona `Ctrl+C` en la terminal donde se están ejecutando, o ejecuta desde otro terminal:
-```bash
-docker-compose down
-```
-
-### 4. Despliegue con imagen pre-construida (Collify)
-Si Collify solo consume imágenes ya publicadas, usa el archivo `docker-compose.collify.yml` que apunta a una imagen en registro (`DOCKER_IMAGE`).
-
-1) Construir y publicar la imagen (ejemplo con Buildx y tag con timestamp):
-```bash
-export DOCKER_IMAGE=marcogll/vanessa-bot:prod-$(date +%Y%m%d%H%M)
-docker buildx build --platform linux/amd64 -t $DOCKER_IMAGE . --push
-```
-
-2) Desplegar en el servidor (Collify) usando la imagen publicada:
-```bash
-export DOCKER_IMAGE=marcogll/vanessa-bot:prod-20240101
-docker compose -f docker-compose.collify.yml pull
-docker compose -f docker-compose.collify.yml up -d
-```
-`docker-compose.collify.yml` usa `env_file: .env`, así que carga las credenciales igual que en local o configúralas como variables de entorno en la plataforma.
+Este comando levantará el bot y un contenedor de MySQL (si se usa el compose por defecto). El bot se reconectará automáticamente a la DB si esta tarda en iniciar.

 ---

 ## 🧩 Arquitectura Interna

 ### main.py (El Cerebro)
- Inicializa el bot de Telegram
- Carga variables de entorno
- Registra los handlers de cada módulo
- Define el menú principal (`/start`, `/help`)
+- Inicializa el bot de Telegram y carga variables de entorno.
+- Registra los handlers de cada módulo y define el menú principal y comandos persistentes.

 ### modules/database.py
- Gestiona la conexión a la base de datos MySQL con SQLAlchemy.
- Define el modelo `RequestLog` para la tabla de logs.
- Provee la función `log_request` para registrar interacciones.
+- Centraliza la conexión a las 3 bases de datos (`USERS_ALMA`, `vanity_hr`, `vanity_attendance`).
+- **Verificación de duplicados**: Ya no usa Google Sheets; ahora verifica el `telegram_id` directamente en la tabla `users`.
+- **Registro de usuarias**: Función `register_user` para insertar candidatas tras el onboarding.

 ### modules/onboarding.py
-Flujo conversacional complejo que recolecta datos de nuevas empleadas y los envía a un webhook de n8n.
-Incluye derivadas útiles: `num_ext_texto` (número en letras, con interior) y `numero_empleado` (primeras 4 del CURP + fecha de ingreso).
+Recolección exhaustiva de datos. Al finalizar:
+1. Valida y formatea datos (RFC, CURP, fechas).
+2. Registra a la empleada en la base de datos MySQL.
+3. Envía el payload completo al webhook de n8n para generación de contratos.

-### modules/rh_requests.py
- Maneja solicitudes simples de RH (Vacaciones y Permisos) y las envía a un webhook de n8n.
- Vacaciones: pregunta año (actual o siguiente), día/mes de inicio y fin, calcula métricas y aplica semáforo automático.
- Permisos: ofrece accesos rápidos (hoy/mañana/pasado) o fecha específica (año actual/siguiente, día/mes), pide horario, clasifica motivo con IA y envía al webhook.
-
---
-
-## 🧠 Filosofía del Proyecto
-
- **Telegram como UI**: Interfaz conversacional accesible para todos.
- **Python como cerebro**: Lógica de negocio y orquestación.
- **Docker para despliegue**: Entornos consistentes y portátiles.
- **MySQL para persistencia**: Registro auditable de todas las interacciones.
- **Modularidad total**: Cada habilidad es un componente independiente.
-
---
-
-## 🧪 Estado del Proyecto
-
-✔ Funcional en producción
-✔ Modular
-✔ Escalable
-✔ Auditable
-
-Vanessa está viva. Y aprende con cada flujo nuevo.
+### modules/ai.py & modules/rh_requests.py
+Integración con **Google Gemini** para clasificar automáticamente los motivos de los permisos (Médico, Trámite, etc.) y envío sincronizado a webhooks de gestión humana.

 ---

 ## 🗒️ Registro de versiones

- **1.2 (2025-01-25)** — Onboarding: selector de año 2020–2026; `numero_empleado` incluye prefijo CURP (4 chars) + fecha de ingreso; vacaciones/permiso ajustan fin automático al siguiente año cuando aplica.
+- **1.3 (2025-12-18)** — **Adiós Google Sheets**: Migración total a base de datos MySQL para verificación de existencia y registro de nuevas socias. Limpieza de `.env` y optimización de arquitectura de modelos.
+- **1.2 (2025-01-25)** — Onboarding: selector de año 2020–2026; `numero_empleado` dinámico; mejoras en flujos de vacaciones/permiso.
+- **1.1** — Implementación inicial de webhooks y Docker.
--- a/modules/database.py
+++ b/modules/database.py
@@ -5,8 +5,7 @@ from sqlalchemy.orm import sessionmaker
 from models.users_alma_models import Base as BaseUsersAlma, User
 from models.vanity_hr_models import Base as BaseVanityHr, DataEmpleadas, Vacaciones, Permisos
 from models.vanity_attendance_models import Base as BaseVanityAttendance, AsistenciaRegistros, HorarioEmpleadas
-import gspread
-from google.oauth2.service_account import Credentials
+

 # --- DATABASE (MySQL) SETUP ---
 def _build_engine(db_name_env_var):
@@ -36,69 +35,50 @@ SessionUsersAlma = sessionmaker(autocommit=False, autoflush=False, bind=engine_u
 SessionVanityHr = sessionmaker(autocommit=False, autoflush=False, bind=engine_vanity_hr) if engine_vanity_hr else None
 SessionVanityAttendance = sessionmaker(autocommit=False, autoflush=False, bind=engine_vanity_attendance) if engine_vanity_attendance else None

-# --- GOOGLE SHEETS SETUP ---
-GSHEET_URL = os.getenv("GOOGLE_SHEET_URL")
-GOOGLE_CREDENTIALS_FILE = os.getenv("GOOGLE_CREDENTIALS_FILE", "google_credentials.json")
-SHEET_COLUMN_INDEX = 40  # AN is the 40th column
-
-def get_gsheet_client():
-    """Returns an authenticated gspread client or None if it fails."""
-    if not GSHEET_URL:
-        logging.warning("GOOGLE_SHEET_URL is not configured. Duplicate checking is disabled.")
-        return None
-
-    creds = None
-    scopes = ["https://www.googleapis.com/auth/spreadsheets.readonly"]
-
-    gsa_creds_dict = {
-        "type": os.getenv("GSA_TYPE"),
-        "project_id": os.getenv("GSA_PROJECT_ID"),
-        "private_key_id": os.getenv("GSA_PRIVATE_KEY_ID"),
-        "private_key": (os.getenv("GSA_PRIVATE_KEY") or "").replace("\\n", "\n"),
-        "client_email": os.getenv("GSA_CLIENT_EMAIL"),
-        "client_id": os.getenv("GSA_CLIENT_ID"),
-        "auth_uri": os.getenv("GSA_AUTH_URI"),
-        "token_uri": os.getenv("GSA_TOKEN_URI"),
-        "auth_provider_x509_cert_url": os.getenv("GSA_AUTH_PROVIDER_X509_CERT_URL"),
-        "client_x509_cert_url": os.getenv("GSA_CLIENT_X509_CERT_URL"),
-    }
-
-    if all(gsa_creds_dict.values()):
-        try:
-            creds = Credentials.from_service_account_info(gsa_creds_dict, scopes=scopes)
-        except Exception as e:
-            logging.error(f"Error processing Google credentials from environment: {e}")
-            return None
-    elif os.path.exists(GOOGLE_CREDENTIALS_FILE):
-        try:
-            creds = Credentials.from_service_account_file(GOOGLE_CREDENTIALS_FILE, scopes=scopes)
-        except Exception as e:
-            logging.error(f"Error processing credentials file '{GOOGLE_CREDENTIALS_FILE}': {e}")
-            return None
-    else:
-        logging.warning("Google credentials not found (neither environment variables nor file). Duplicate checking is disabled.")
-        return None
-
-    try:
-        return gspread.authorize(creds)
-    except Exception as e:
-        logging.error(f"Error authorizing gspread client: {e}")
-        return None
+# --- GOOGLE SHEETS SETUP (REMOVED) ---
+# Duplicate checking is now done via database.

 def chat_id_exists(chat_id: int) -> bool:
-    """Checks if a Telegram chat_id already exists in the Google Sheet."""
-    client = get_gsheet_client()
-    if not client:
+    """Checks if a Telegram chat_id already exists in the USERS_ALMA.users table."""
+    if not SessionUsersAlma:
+        logging.warning("SessionUsersAlma not initialized. Cannot check if chat_id exists.")
+        return False
+    
+    session = SessionUsersAlma()
+    try:
+        exists = session.query(User).filter(User.telegram_id == str(chat_id)).first() is not None
+        return exists
+    except Exception as e:
+        logging.error(f"Error checking if chat_id exists in DB: {e}")
+        return False
+    finally:
+        session.close()
+
+def register_user(user_data: dict) -> bool:
+    """Registers a new user in the USERS_ALMA.users table."""
+    if not SessionUsersAlma:
+        logging.warning("SessionUsersAlma not initialized. Cannot register user.")
        return False

+    session = SessionUsersAlma()
    try:
-        spreadsheet = client.open_by_url(GSHEET_URL)
-        worksheet = spreadsheet.get_worksheet(0)
-        chat_ids_in_sheet = worksheet.col_values(SHEET_COLUMN_INDEX)
-        return str(chat_id) in chat_ids_in_sheet
-    except gspread.exceptions.SpreadsheetNotFound:
-        logging.error("Could not find the spreadsheet at the provided URL.")
-        return False
+        new_user = User(
+            telegram_id=str(user_data.get("chat_id")),
+            username=user_data.get("telegram_user"),
+            first_name=user_data.get("first_name"),
+            last_name=f"{user_data.get('apellido_paterno', '')} {user_data.get('apellido_materno', '')}".strip(),
+            email=user_data.get("email"),
+            cell_phone=user_data.get("celular"),
+            role='user' # Default role
+        )
+        session.add(new_user)
+        session.commit()
+        logging.info(f"User {user_data.get('chat_id')} registered successfully in DB.")
+        return True
    except Exception as e:
-        logging.error(f"Error reading the spreadsheet: {e}")
+        session.rollback()
+        logging.error(f"Error registering user in DB: {e}")
        return False
+    finally:
+        session.close()
+
--- a/modules/onboarding.py
+++ b/modules/onboarding.py
@@ -18,7 +18,7 @@ from telegram.ext import (
 )

 from modules.logger import log_request
-from modules.database import chat_id_exists
+from modules.database import chat_id_exists, register_user
 from modules.ui import main_actions_keyboard

 # --- 1. CARGA DE ENTORNO ---
@@ -404,6 +404,19 @@ async def finalizar(update: Update, context: ContextTypes.DEFAULT_TYPE) -> int:
        except Exception as e:
            logging.error(f"Error enviando webhook a {url}: {e}")

+    # --- REGISTRO EN BASE DE DATOS ---
+    db_ok = register_user({
+        **meta,
+        **payload["metadata"],
+        **payload["candidato"],
+        **payload["contacto"]
+    })
+    
+    if db_ok:
+        logging.info(f"Usuario {meta['chat_id']} registrado en la base de datos.")
+    else:
+        logging.error(f"Fallo al registrar usuario {meta['chat_id']} en la base de datos.")
+
    if enviado:
        await update.message.reply_text(
            "✅ *¡Registro Exitoso!*\n\n"
--- a/requirements.txt
+++ b/requirements.txt
@@ -4,6 +4,4 @@ requests
 SQLAlchemy
 mysql-connector-python
 google-generativeai
-openai
-gspread
-google-auth-oauthlib
+openai