Vanessa Bot - README Final

Resumen del Proyecto

Vanessa Bot es un asistente virtual modular para Recursos Humanos en Vanity/Soul, construido con una arquitectura desacoplada. Temporalmente, el bot solo envía solicitudes vía webhooks a n8n sin esperar respuesta inmediata, enfocándonos en flujos conversacionales dinámicos. La DB está removida inicialmente, con roadmap para implementar persistencia externa o nativa.

Nueva Estructura del Proyecto

• main.py: Orquestador puro que registra handlers y coordina módulos. No contiene lógica de negocio.
• /modules/: Módulos especializados (rh_requests.py, flow_builder.py, ui.py, logger.py, ai.py, finalizer.py).
• /conv-flows/: Archivos JSON que definen flujos conversacionales (e.g., horario.json).
• .env.example: Variables de entorno (Telegram token, webhooks; sin DB).
• requirements.txt: Dependencias Python.
• Docker: Para despliegue (Dockerfile, docker-compose.yml).
• Archivos eliminados: db_logic.md, bot_brain.md, Vanessa.md, Readme.md (original), models/, init/ (temporalmente, ya que DB está fuera).

Arquitectura y Funcionamiento

Flujo Actual (Temporal: Solo Envío de Webhooks)

1. Usuario inicia comando (e.g., /vacaciones).
2. main.py enruta a handler en módulo.
3. Módulo procesa conversación, valida, envía webhook a n8n.
4. n8n procesa y guarda en DB remota.
5. Bot responde inmediatamente al usuario (sin esperar confirmación).

Nuevo Enfoque Propuesto (Bidireccional)

Cambiar a webhooks bidireccionales donde el bot espera respuesta de n8n antes de notificar al usuario, garantizando persistencia.

Componentes Clave

1. main.py

• Registra comandos y handlers desde módulos.
• Setup de Telegram bot.

2. /modules

• rh_requests.py: Solicitudes de vacaciones/permisos; envía webhooks.
• flow_builder.py: Carga y ejecuta flujos desde JSON en /conv-flows.
• ui.py: Teclados y menús.
• logger.py: Logging.
• ai.py: Clasificación IA.
• finalizer.py: Finaliza flujos.

3. /conv-flows

• JSON con steps: state, type (keyboard/text/info), question, options, next_step.
• Ejemplo: horario.json para definir horarios.

Roadmap

Fase 1 (Actual): Sin DB, Webhooks Unidireccionales

• Flujos conversacionales funcionales.
• Envío de payloads a n8n.

Fase 2: Webhooks Bidireccionales

• Agregar receptor de webhooks (Flask en main.py).
• Esperar respuesta de n8n para confirmar usuario.
• Storage temporal para solicitudes pendientes.

Fase 3: Implementar DB

• DB nativa (SQLite/PostgreSQL) o acceso remoto en VPS.
• Persistencia local para reporting.

Fase 4: Escalabilidad y Mejoras

• Manejo concurrente, logging avanzado, integraciones.

Instalación y Ejecución

1. Clonar repo.
2. cp .env.example .env y configurar (TOKEN, WEBHOOK_*).
3. pip install -r requirements.txt
4. python main.py o docker-compose up

Problema Actual y Solución

• Problema: Pérdida de datos en DB al mover desde n8n.
• Temporal: Bot responde inmediatamente.
• Futuro: Esperar confirmación para asegurar persistencia.

Beneficios del Approach

• Modularidad: Fácil extender.
• Desacoplamiento: Sin DB local inicial.
• Escalabilidad: Webhooks para cualquier backend.
• Mantenibilidad: Código limpio.

Pasos de Implementación (Detalle en new_plan.md)

• Análisis de flujo actual.
• Diseño bidireccional.
• Agregar receptor webhooks.
• Modificar módulos.
• Storage pendiente.
• Actualizar n8n.
• Pruebas.

Timeline

• Análisis: 1-2 días
• Diseño: 1 día
• Implementación: 3-5 días
• Pruebas: 2-3 días

Consideraciones Técnicas

• Timeout para callbacks.
• Seguridad en webhooks.
• Escalabilidad con Redis si necesario.