pbesa 4.0.8__tar.gz → 4.0.10__tar.gz

{pbesa-4.0.8 → pbesa-4.0.10}/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.2
 Name: pbesa
-Version: 4.0.8
+Version: 4.0.10
 License-File: LICENSE
 License-File: LICENSE.txt
 Requires-Dist: pymongo==4.6.3

{pbesa-4.0.8 → pbesa-4.0.10}/pbesa/__init__.py

@@ -2,4 +2,5 @@ from .kernel import *
 from .social import *
 from .remote import *
 from .cognitive import *
-from .models import *
+from .models import *
+from .celulas import *

pbesa-4.0.10/pbesa/celulas/__init__.py

@@ -0,0 +1,3 @@
+from .celula_casos import *
+from .celula_consultas import *
+from .celula_saludos import *

pbesa-4.0.10/pbesa/celulas/celula_casos.py

@@ -0,0 +1,60 @@
+import logging
+
+PROMPT = """
+Eres un clasificador que identifica si un texto corresponde a una queja o demanda que debe ser radicada ante un ente de control del Estado colombiano.
+
+Responde únicamente con:
+- QUEJA_DEMANDA
+- NO_QUEJA_DEMANDA
+
+**Definición de QUEJA_DEMANDA**: El texto describe hechos, situaciones o infracciones por parte de una empresa, entidad o persona que pueden requerir la intervención de entidades como:
+
+- Superintendencia de Sociedades  
+- Superintendencia de Industria y Comercio  
+- Supersalud  
+- Dirección General Marítima  
+- Superintendencia Financiera de Colombia  
+- Instituto Colombiano Agropecuario (ICA)  
+- Dirección Nacional de Derecho de Autor  
+- Autoridades de protección al consumidor  
+- Casos de competencia desleal o propiedad industrial
+
+**NO_QUEJA_DEMANDA**: El texto no describe una inconformidad, infracción ni intención de denuncia. Puede ser una pregunta, saludo, comentario o solicitud de orientación.
+
+---
+
+**Ejemplos:**
+
+1. "Quiero presentar una denuncia contra la empresa Colmédica por incumplimiento en la prestación de servicios de salud." → QUEJA_DEMANDA  
+2. "La empresa Navemar ha incurrido en prácticas marítimas irregulares y omisión de protocolos de seguridad." → QUEJA_DEMANDA  
+3. "Explícame cómo radicar una queja" → NO_QUEJA_DEMANDA  
+4. "Hola, buen día" → NO_QUEJA_DEMANDA  
+5. "Evacol S.A.S. está copiando diseños registrados de Crocs Inc. y aprovechando su reputación." → QUEJA_DEMANDA  
+6. "¿Dónde puedo radicar una demanda?" → NO_QUEJA_DEMANDA  
+7. "El supermercado está vendiendo productos vencidos que afectaron mi salud." → QUEJA_DEMANDA  
+8. "Necesito orientación sobre propiedad industrial" → NO_QUEJA_DEMANDA
+
+---
+
+Texto: "%s"
+
+Clasificación:
+"""
+
+# Efectua la inferencia del modelo.
+def derive(service, text) -> any:
+    try:
+        logging.info(f"Procesando: {text}")
+        tmp_work_memory = []
+        prompt  = PROMPT % text
+        tmp_work_memory.append({"role": "user", "content": prompt})
+        res = service.generate(tmp_work_memory)
+        logging.info(f"Respuesta: {res}")
+        if not res or res == "":
+            res = text
+            logging.warning(f"No obtener una respuesta.")
+        return res
+    except Exception as e:
+        logging.error(f"Error al procesar: {text}")
+        logging.error(e)
+        return None

pbesa-4.0.10/pbesa/celulas/celula_consultas.py

@@ -0,0 +1,45 @@
+import logging
+
+PROMPT = """
+Eres un clasificador de intenciones. Tu tarea es analizar el siguiente texto y determinar si representa una **pregunta** o **solicitud de información**.
+
+Responde solo con:
+- PREGUNTA_O_SOLICITUD
+- NO_PREGUNTA
+
+**Definiciones:**
+- **PREGUNTA_O_SOLICITUD**: El texto expresa claramente una intención de obtener información, ya sea mediante una pregunta directa ("¿Qué hora es?") o una solicitud indirecta ("Quisiera saber el estado del pedido").
+- **NO_PREGUNTA**: El texto no busca información. Puede ser un saludo, afirmación, comentario, instrucción, etc.
+
+**Ejemplos:**
+1. "¿Cuál es el horario de atención?" → PREGUNTA_O_SOLICITUD  
+2. "Necesito saber cómo ingresar al sistema" → PREGUNTA_O_SOLICITUD  
+3. "Hola, buen día" → NO_PREGUNTA  
+4. "Ya envié el informe" → NO_PREGUNTA  
+5. "¿Me puedes confirmar la dirección?" → PREGUNTA_O_SOLICITUD  
+6. "Saludos" → NO_PREGUNTA  
+7. "Explícame cómo hacerlo" → PREGUNTA_O_SOLICITUD  
+8. "No tengo acceso" → NO_PREGUNTA
+
+Texto: "%s"
+
+Clasificación:
+"""
+
+# Efectua la inferencia del modelo.
+def derive(service, text) -> any:
+    try:
+        logging.info(f"Procesando: {text}")
+        tmp_work_memory = []
+        prompt  = PROMPT % text
+        tmp_work_memory.append({"role": "user", "content": prompt})
+        res = service.generate(tmp_work_memory)
+        logging.info(f"Respuesta: {res}")
+        if not res or res == "":
+            res = text
+            logging.warning(f"No obtener una respuesta.")
+        return res
+    except Exception as e:
+        logging.error(f"Error al procesar: {text}")
+        logging.error(e)
+        return None

pbesa-4.0.10/pbesa/celulas/celula_saludos.py

@@ -0,0 +1,41 @@
+import logging
+
+PROMPT = """
+Eres un clasificador de saludos. Tu tarea es analizar el siguiente texto y determinar si es un saludo.
+
+Responde únicamente con una de estas opciones:
+- SALUDO
+- NO_SALUDO
+
+**Definición de saludo**: Un saludo es cualquier forma de cortesía o expresión inicial utilizada para iniciar una conversación. Esto incluye "Hola", "Buenos días", "Qué tal", "Ey", "Saludos", etc., incluso si van acompañados de una pregunta o comentario breve. No se consideran saludos las preguntas o afirmaciones que van directo al contenido sin intención de cortesía.
+
+Ejemplos:
+- "Hola, ¿cómo estás?" → SALUDO
+- "Buenos días, equipo" → SALUDO
+- "¿Cómo se hace este análisis?" → NO_SALUDO
+- "Ey, qué más" → SALUDO
+- "Necesito ayuda con el código" → NO_SALUDO
+- "Saludos" → SALUDO
+
+Texto: "%s"
+
+Clasificación:
+"""
+
+# Efectua la inferencia del modelo.
+def derive(service, text) -> any:
+    try:
+        logging.info(f"Procesando: {text}")
+        tmp_work_memory = []
+        prompt  = PROMPT % text
+        tmp_work_memory.append({"role": "user", "content": prompt})
+        res = service.generate(tmp_work_memory)
+        logging.info(f"Respuesta: {res}")
+        if not res or res == "":
+            res = text
+            logging.warning(f"No obtener una respuesta.")
+        return res
+    except Exception as e:
+        logging.error(f"Error al procesar: {text}")
+        logging.error(e)
+        return None

pbesa-4.0.10/pbesa/celulas/web.py

@@ -0,0 +1,49 @@
+import logging
+
+PROMPT = """
+Eres un clasificador de intenciones de texto. Debes analizar el texto proporcionado y clasificarlo en una de las siguientes categorías:
+
+1. SALUDO: El texto contiene un saludo inicial como "hola", "buen día", "buenas tardes", "qué tal", "saludos", etc.
+2. PREGUNTA_O_SOLICITUD: El texto busca obtener información, ya sea mediante una pregunta directa ("¿Qué hora es?") o una solicitud indirecta ("Necesito saber cómo ingresar").
+3. QUEJA_DEMANDA: El texto describe una inconformidad o denuncia que debe ser radicada ante un ente de control estatal, como la Superintendencia de Industria y Comercio, Supersalud, ICA, Dirección Nacional de Derecho de Autor, etc.
+4. NINGUNA: El texto no encaja en ninguna de las categorías anteriores.
+
+Responde solo con una de estas cuatro categorías, en mayúsculas.
+
+---
+
+**Ejemplos:**
+
+- "Hola, buen día" → SALUDO  
+- "¿Dónde puedo radicar una queja?" → PREGUNTA_O_SOLICITUD  
+- "Quiero demandar a una empresa que está usando mi marca registrada" → QUEJA_DEMANDA  
+- "Ya envié el documento que solicitaste" → NINGUNA  
+- "Explícame cómo hacerlo" → PREGUNTA_O_SOLICITUD  
+- "Evacol S.A.S. está copiando diseños de Crocs Inc. para confundir a los consumidores" → QUEJA_DEMANDA  
+- "Saludos cordiales" → SALUDO  
+- "Estoy confirmando la reunión de mañana" → NINGUNA
+
+---
+
+Texto: "%s"
+
+Clasificación:
+"""
+
+# Efectua la inferencia del modelo.
+def derive(service, text) -> any:
+    try:
+        logging.info(f"Procesando: {text}")
+        tmp_work_memory = []
+        prompt  = PROMPT % text
+        tmp_work_memory.append({"role": "user", "content": prompt})
+        res = service.generate(tmp_work_memory)
+        logging.info(f"Respuesta: {res}")
+        if not res or res == "":
+            res = text
+            logging.warning(f"No obtener una respuesta.")
+        return res
+    except Exception as e:
+        logging.error(f"Error al procesar: {text}")
+        logging.error(e)
+        return None

{pbesa-4.0.8 → pbesa-4.0.10}/pbesa/cognitive.py

@@ -21,6 +21,7 @@ from .mas import Adm
 from pydantic import BaseModel
 from typing import List, Optional
 from abc import ABC, abstractmethod
+from .celulas import celula_casos, celula_consultas, celula_saludos
 from pbesa.models import AIFoundry, AzureInference, GPTService, ServiceProvider
 from pbesa.social.dialog import (
     DialogState, imprimir_grafo, recorrer_interacciones, extraer_diccionario_nodos, 
@@ -702,59 +703,126 @@ class Dialog(ABC):
             }
             logging.info(f"Recovery attemps: {self.__recovery["counter"]}")
             # Verifica si se ha alcanzado el límite de recuperación
-            if self.__recovery['counter'] <= 3 and self.__visited_nodes <= 3:
-                self.notify("identificando concepto...")
-                #--------------------------
-                # Verifica que exista la performativa
-                if not dialog_state in self.__dfa:
-                    self.notify("concepto no encontrado")
-                    return self.recovery(query)
-                # Performativa encontrada
-                children = None
-                self.notify("concepto encontrado")
-                #--------------------------
-                # Obtiene los hijos del nodo
-                node = self.__dfa[dialog_state]
-                if not isinstance(node, list):
-                    children = node.children
-                else:
-                    # Es una lista de nodos
-                    children = node
-                #--------------------------
-                # Flujo de selección
+            if self.__recovery['counter'] <= 3 and self.__visited_nodes <= 3:                    
                 select_node = None
-                self.notify("flujo de seleccion...")
-                if children and len(children)> 1:
-                    logging.info(f"--> Más de una opción.")
-                    options = ""
-                    cont = 1
-                    for item in children:
-                        options += f"{cont}) {item.text}\n"
-                        cont += 1
-                    prompt = CLASSIFICATION_PROMPT % (query, options)
-                    logging.info(f"Query: {query},\n Options:\n{options}")
-                    self.__meta_work_memory.append({"role": "user", "content": prompt})
-                    res = self.__ai_service.generate(self.__meta_work_memory)
-                    logging.info(f"Thought: {res}")
-                    self.__meta_work_memory = []
-                    res = self.get_text(res)
-                    for option in range(1, cont):
-                        if str(option) in res:
-                            select_node = children[option-1]
-                            logging.info(f"Select node: {select_node.text}")
-                            break
-                    if not select_node:
-                        logging.info("=> No se seleccionó ninguna opción")
+                #------------------------------
+                # Flujode de excepcion
+                #------------------------------
+                if owner == "Web" and dialog_state == DialogState.START:
+                    logging.info(f"TOPTQ: {owner} - {dialog_state} - {team_source} - {query}")
+                    logging.info(f"------------Flujo de excepcion---------------")
+                    self.notify("identificando intencion...")
+                    # Obtiene discriminadores
+                    caso = celula_casos.derive(self.__ai_service, query)
+                    consulta = celula_consultas.derive(self.__ai_service, query)
+                    saludo = celula_saludos.derive(self.__ai_service, query)
+                    # Verifica si es un saludo
+                    es_saludo = ("SALUDO" in saludo) and ("NO_PREGUNTA" in consulta) and ("NO_QUEJA_DEMANDA" in caso)
+                    es_consulta = ("PREGUNTA_O_SOLICITUD" in consulta) and ("NO_QUEJA_DEMANDA" in caso) and ("NO_SALUDO" in saludo)
+                    es_caso = ("QUEJA_DEMANDA" in caso) and ("NO_PREGUNTA" in consulta) and ("NO_SALUDO" in saludo)
+                    logging.info(f"==> Saludo: {saludo}, Consulta: {consulta}, Caso: {caso}")
+                    logging.info(f"==> Es saludo: {es_saludo}, Es consulta: {es_consulta}, Es caso: {es_caso}")
+                    # Verifica los casos
+                    dicriminador = "Ninguno"
+                    if es_saludo or es_consulta or es_caso:
+                        logging.info("Respuesta Clara")
+                        self.notify("discriminando...")
+                        if es_saludo:
+                            dicriminador = "saluda"
+                        elif es_consulta:
+                            dicriminador = "consulta"
+                        elif es_caso:
+                            dicriminador = "caso"
+                    else:
+                        logging.info("Respuesta con ambiguedad")
+                        self.notify("identificando ambiguedad...")
+                        if caso == "QUEJA_DEMANDA":
+                            dicriminador = "caso"
+                        elif consulta == "PREGUNTA_O_SOLICITUD":
+                            dicriminador = "consulta"
+                        elif saludo == "SALUDO":
+                            dicriminador = "saluda"
+                    #--------------------------
+                    # Obtiene los hijos del 
+                    # nodo
+                    children = None
+                    node = self.__dfa[dialog_state]
+                    if not isinstance(node, list):
+                        children = node.children
+                    else:
+                        # Es una lista de nodos
+                        children = node
+                    #--------------------------
+                    # Flujo de selección                
+                    self.notify("flujo de seleccion...")
+                    if children and len(children)> 1:
+                        logging.info(f"--> Más de una opción.")
+                        options = ""
+                        cont = 1
+                        for item in children:
+                            if dicriminador in item.text:
+                                select_node = item
+                                break    
+                else:                    
+                    #------------------------------
+                    # Fulo normal
+                    #------------------------------    
+                    logging.info("Flujo normal")    
+                    self.notify("identificando concepto...")
+                    #----------------------
+                    # Verifica que exista 
+                    # la performativa
+                    if not dialog_state in self.__dfa:
+                        self.notify("concepto no encontrado")
+                        return self.recovery(query)
+                    # Performativa encontrada
+                    children = None
+                    self.notify("concepto encontrado")
+                    #----------------------
+                    # Obtiene los hijos del
+                    #  nodo
+                    node = self.__dfa[dialog_state]
+                    if not isinstance(node, list):
+                        children = node.children
+                    else:
+                        # Es una lista de nodos
+                        children = node
+                    #----------------------
+                    # Flujo de selección
+                    select_node = None
+                    self.notify("flujo de seleccion...")
+                    if children and len(children)> 1:
+                        logging.info(f"--> Más de una opción.")
+                        options = ""
+                        cont = 1
+                        for item in children:
+                            options += f"{cont}) {item.text}\n"
+                            cont += 1
+                        prompt = CLASSIFICATION_PROMPT % (query, options)
+                        logging.info(f"Query: {query},\n Options:\n{options}")
+                        self.__meta_work_memory.append({"role": "user", "content": prompt})
+                        res = self.__ai_service.generate(self.__meta_work_memory)
+                        logging.info(f"Thought: {res}")
+                        self.__meta_work_memory = []
+                        res = self.get_text(res)
+                        for option in range(1, cont):
+                            if str(option) in res:
+                                select_node = children[option-1]
+                                logging.info(f"Select node: {select_node.text}")
+                                break
+                        if not select_node:
+                            logging.info("=> No se seleccionó ninguna opción")
+                            select_node = children[0]
+                            logging.info(f"=> Selecciona el primer nodo: {select_node.text}")               
+                    elif children and len(children) == 1:
+                        logging.info(f"--> Una opción.")
                         select_node = children[0]
-                        logging.info(f"=> Selecciona el primer nodo: {select_node.text}")               
-                elif children and len(children) == 1:
-                    logging.info(f"--> Una opción.")
-                    select_node = children[0]
-                else:
-                    logging.info("???> Es un nodo terminal o iniciador")
-                    logging.warning(f"???> Es un nodo terminal o iniciador: {node.text}")
-                    logging.warning(f"???> Es un nodo terminal o iniciador: {node.performative}")
-                    return self.recovery(query)
+                    else:
+                        logging.info("???> Es un nodo terminal o iniciador")
+                        logging.warning(f"???> Es un nodo terminal o iniciador: {node.text}")
+                        logging.warning(f"???> Es un nodo terminal o iniciador: {node.performative}")
+                        return self.recovery(query)
+
                 #--------------------------
                 # Verifica si es un nodo
                 # que ya fue recorrido

{pbesa-4.0.8 → pbesa-4.0.10}/pbesa.egg-info/PKG-INFO

@@ -1,6 +1,6 @@
 Metadata-Version: 2.2
 Name: pbesa
-Version: 4.0.8
+Version: 4.0.10
 License-File: LICENSE
 License-File: LICENSE.txt
 Requires-Dist: pymongo==4.6.3

{pbesa-4.0.8 → pbesa-4.0.10}/pbesa.egg-info/SOURCES.txt

@@ -70,6 +70,11 @@ pbesa.egg-info/SOURCES.txt
 pbesa.egg-info/dependency_links.txt
 pbesa.egg-info/requires.txt
 pbesa.egg-info/top_level.txt
+pbesa/celulas/__init__.py
+pbesa/celulas/celula_casos.py
+pbesa/celulas/celula_consultas.py
+pbesa/celulas/celula_saludos.py
+pbesa/celulas/web.py
 pbesa/kernel/__init__.py
 pbesa/kernel/adapter.py
 pbesa/kernel/agent.py

{pbesa-4.0.8 → pbesa-4.0.10}/setup.py

@@ -4,7 +4,7 @@ from setuptools import setup, find_packages
 
 setup(
     name='pbesa',
-    version='4.0.8',
+    version='4.0.10',
     packages=find_packages(),
     install_requires=[
         'pymongo==4.6.3',