Sistema RAG de Base de Conocimientos - Integración Inteligente de Chatbot

Este proyecto implementa un sistema integral de base de conocimientos utilizando tecnología Retrieval-Augmented Generation (RAG) para preguntas y respuestas inteligentes en el chatbot. El sistema integra documentos, preguntas frecuentes y artículos de noticias para proporcionar respuestas basadas en contexto usando OpenAI GPT-4o-mini. Cuenta con búsqueda vectorial para similitud de documentos, formato TOON para formateo eficiente de contexto, almacenamiento automático de preguntas sin respuesta e integración perfecta con el sistema de gestión de documentos. El chatbot prioriza coincidencias de FAQ, luego usa la base de conocimientos para respuestas detalladas y recurre a artículos de noticias como fuente de información adicional.

1. Consulta del Usuario: El usuario hace una pregunta en el chatbot
2. Búsqueda de FAQ: El sistema busca en archivos FAQ con coincidencia de palabras clave y puntuación
3. Búsqueda de Base de Conocimientos: Si la puntuación de FAQ es baja, el sistema busca en documentos vectorizados
4. Formateo de Contexto: Los resultados de búsqueda se formatean como TOON (Token-Oriented Object Notation)
5. Generación de Respuestas: OpenAI GPT-4o-mini genera respuesta basada en contexto con esquema JSON
6. Visualización de Fuentes: Las fuentes de documentos relevantes se muestran con información de fragmentos
7. Almacenamiento de Preguntas: Si no se encuentra respuesta, la pregunta se almacena automáticamente para revisión
8. Respaldo de Noticias: Si no hay coincidencia de documento, el sistema busca en artículos de noticias