victorvargas/rony-chat-bot
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions 2
rony-chat-bot/docs/architecture.md

29 KiB
Raw Blame History

📋 Chat-Bot — Technical Design Document

Versión: 1.0
Autor: Victor Hugo Vargas
Fecha: 2026-06-28
Estado: Especificación completa para implementación Path: chat-bot/docs/architecture.md

📚 Workspace: Este proyecto es parte del workspace Rony/. Ver ../README.md.

🔑 Depende de: go-llm-agent — librería core que provee agent loop, LLM clients, RAG, persona system.

🎯 1. Visión del Proyecto

1.1 ¿Qué es Chat-Bot?

Un chatbot HTTP que responde preguntas sobre Victor Hugo Vargas y sus proyectos. Usa RAG (Retrieval-Augmented Generation) sobre archivos markdown que describen cada proyecto, y un LLM local (o cloud) para generar respuestas.

1.2 Caso de uso primario

Victor tiene un portfolio web (Astro + React). En el sitio hay un widget de chat donde visitantes pueden preguntar:

  • "¿Qué proyectos ha hecho Victor?"
  • "¿Cuál es su experiencia con Go?"
  • "¿Cómo funciona Rony TUI?"
  • "¿Victor ha trabajado con PostgreSQL?"

El bot responde con información precisa extraída de los archivos markdown de proyectos + bio + skills.

1.3 Casos de uso secundarios (futuro)

  • Adaptación a clientes: El mismo bot, con otra data y otra persona, sirve para concesionarios, restaurantes, etc.
  • Standalone CLI: ./chat-bot ask "¿qué sabes de X?" para uso desde terminal.
  • Slack/Discord bot: Wrapper que consume el HTTP API.

1.4 Filosofía

  • Self-hosted por defecto — funciona 100% local con Ollama + modelos 1-3B
  • Cloud opcional — si se necesita más calidad, swap a Anthropic API
  • Portable — fácil de fork/customizar para otros contextos
  • Streaming — respuestas token-por-token con SSE (no espera a respuesta completa)
  • Reutiliza go-llm-agent — no reinventar el agent loop

🏗️ 2. Arquitectura

2.1 Vista general

┌─────────────────────────────────────────────────────────────────┐
│  Browser (Astro site)                                            │
│      ↓ HTTP POST /api/chat                                       │
│  Astro SSR (proxy)  ←────────── Sirve portfolio + proxy chat    │
│      ↓ HTTP POST /api/chat                                       │
│  Chat-Bot HTTP server (:7331)                                    │
│      ↓                                                           │
│  Agent loop (go-llm-agent)                                       │
│      ↓                                                           │
│  RAG retrieval → ChromaDB sobre data/projects/*.md                │
│      ↓                                                           │
│  LLM (Ollama local / Anthropic cloud)                            │
└─────────────────────────────────────────────────────────────────┘

2.2 Componentes principales

Componente Path Responsabilidad
HTTP server internal/server/ Gin/chi handlers, SSE streaming
Agent runner internal/agent/ Wrapper sobre go-llm-agent con config específica
Portfolio loader internal/portfolio/ Lee data/projects/*.md, indexa en ChromaDB
Persona internal/persona/ Carga persona desde configs/portfolio-bot.yaml
CLI cmd/chat-bot/ Comandos: serve, reindex, ask, version

2.3 Stack tecnológico

Capa Tecnología Razón
Lenguaje Go 1.26+ Mismo que harness, aprovechar os.Root, iter.Seq
HTTP router net/http + chi Stdlib + chi para middleware (CORS, logging)
SSE net/http Flusher Stdlib es suficiente, no necesita librería externa
Config gopkg.in/yaml.v3 Mismo que harness
RAG backend ChromaDB embedded via chroma-go Self-hosted, simple API
Embeddings Ollama (nomic-embed-text) Local, gratis, buena calidad
LLM Ollama (qwen2.5:1.5b) o llama.cpp Self-hosted por defecto
Tests stdlib + testify Consistencia con el resto

🔌 3. HTTP API

3.1 Endpoints

POST /api/chat — Chat con streaming SSE

Request:

{
  "messages": [
    {"role": "user", "content": "¿Qué proyectos tiene Victor?"}
  ],
  "stream": true
}

Response (SSE):

data: {"type":"start","conversation_id":"abc123"}

data: {"type":"chunk","content":"Victor"}
data: {"type":"chunk","content":" tiene"}
data: {"type":"chunk","content":" varios"}
data: {"type":"chunk","content":" proyectos"}

data: {"type":"sources","documents":["rony-tui.md","go-llm-agent.md"]}

data: {"type":"done","usage":{"input_tokens":245,"output_tokens":38}}

Sin streaming ("stream": false):

{
  "content": "Victor tiene varios proyectos...",
  "sources": ["rony-tui.md", "go-llm-agent.md"],
  "usage": {"input_tokens": 245, "output_tokens": 38}
}

POST /api/reindex — Re-indexar portfolio

Útil cuando se modifican archivos en data/projects/.

Request: vacío Response:

{
  "indexed_files": 12,
  "total_chunks": 87,
  "duration_ms": 4321
}

GET /api/health — Health check

{
  "status": "ok",
  "version": "1.0.0",
  "providers": ["ollama-local"],
  "rag": {
    "documents": 12,
    "chunks": 87,
    "last_index": "2026-06-28T10:23:45Z"
  }
}

GET /api/info — Metadata del bot

{
  "name": "Asistente de Victor Hugo Vargas",
  "model": "qwen2.5:1.5b",
  "persona": "...",
  "topics": ["proyectos", "experiencia", "skills técnicas"]
}

3.2 SSE Implementation

// internal/server/chat.go
package server

import (
    "encoding/json"
    "fmt"
    "net/http"
    "github.com/VictorVargas/go-llm-agent/pkg/agent"
)

func (s *Server) handleChat(w http.ResponseWriter, r *http.Request) {
    // Headers SSE
    w.Header().Set("Content-Type", "text/event-stream")
    w.Header().Set("Cache-Control", "no-cache")
    w.Header().Set("Connection", "keep-alive")
    w.Header().Set("X-Accel-Buffering", "no")
    
    flusher, ok := w.(http.Flusher)
    if !ok {
        http.Error(w, "SSE no soportado", http.StatusInternalServerError)
        return
    }
    
    // Parse request
    var req ChatRequest
    if err := json.NewDecoder(r.Body).Decode(&req); err != nil {
        writeError(w, flusher, "invalid request", err)
        return
    }
    
    // Start event
    writeSSE(w, flusher, "start", map[string]string{
        "conversation_id": generateConvID(),
    })
    
    // Run agent con streaming
    sources := []string{}
    for chunk, err := range s.agent.RunStream(r.Context(), req.Messages) {
        if err != nil {
            writeSSE(w, flusher, "error", map[string]string{"message": err.Error()})
            return
        }
        if chunk.Type == "source" {
            sources = append(sources, chunk.Source)
        }
        writeSSE(w, flusher, chunk.Type, chunk.Data)
    }
    
    // Done event
    writeSSE(w, flusher, "done", map[string]any{
        "usage": map[string]int{
            "input_tokens":  245,
            "output_tokens": 38,
        },
    })
}

func writeSSE(w http.ResponseWriter, flusher http.Flusher, eventType string, data any) {
    payload, _ := json.Marshal(data)
    fmt.Fprintf(w, "data: {\"type\":%q,\"data\":%s}\n\n", eventType, payload)
    flusher.Flush()
}

3.3 Middleware

// internal/server/middleware.go
package server

func (s *Server) loggingMiddleware(next http.Handler) http.Handler {
    return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
        start := time.Now()
        // Wrap response writer para capturar status
        rw := &statusRecorder{ResponseWriter: w, status: 200}
        next.ServeHTTP(rw, r)
        
        slog.Info("http.request",
            "method", r.Method,
            "path", r.URL.Path,
            "status", rw.status,
            "duration_ms", time.Since(start).Milliseconds(),
            "ip", r.RemoteAddr,
        )
    })
}

func (s *Server) corsMiddleware(next http.Handler) http.Handler {
    return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
        origin := r.Header.Get("Origin")
        for _, allowed := range s.config.Server.CORSOrigins {
            if origin == allowed {
                w.Header().Set("Access-Control-Allow-Origin", origin)
                w.Header().Set("Access-Control-Allow-Methods", "POST, GET, OPTIONS")
                w.Header().Set("Access-Control-Allow-Headers", "Content-Type")
                break
            }
        }
        if r.Method == "OPTIONS" {
            w.WriteHeader(204)
            return
        }
        next.ServeHTTP(w, r)
    })
}

func (s *Server) rateLimitMiddleware(next http.Handler) http.Handler {
    limiter := rate.NewLimiter(rate.Every(time.Minute/time.Duration(s.config.Server.RateLimit.RequestsPerMinute)), s.config.Server.RateLimit.Burst)
    return http.HandlerFunc(func(w http.ResponseWriter, r *http.Request) {
        if !limiter.Allow() {
            http.Error(w, "rate limit exceeded", http.StatusTooManyRequests)
            return
        }
        next.ServeHTTP(w, r)
    })
}

🧠 4. RAG (Retrieval-Augmented Generation)

4.1 Pipeline de indexación

data/projects/*.md
    ↓ (read all files)
Raw markdown content
    ↓ (split into chunks, ~500 chars, 50 overlap)
Chunks []
    ↓ (embed each chunk via Ollama nomic-embed-text)
Vectors [][]float32
    ↓ (store in ChromaDB collection "portfolio")
Indexed corpus

Cuándo se ejecuta:

  • Al arrancar el bot (si --reindex-on-start flag)
  • Manualmente: ./chat-bot reindex
  • Vía HTTP: POST /api/reindex

4.2 Pipeline de retrieval

User query "¿qué proyectos tiene Victor?"
    ↓ (embed query)
Query vector
    ↓ (cosine similarity search en ChromaDB, top_k=5)
Top 5 chunks relevantes
    ↓ (format as context block)
System prompt += chunks relevantes
    ↓ (send to LLM)
LLM generates answer

4.3 Implementación

// internal/portfolio/indexer.go
package portfolio

import (
    "context"
    "os"
    "path/filepath"
    "strings"
    "github.com/VictorVargas/go-llm-agent/pkg/rag"
)

type Indexer struct {
    dataPath string
    memory   rag.Memory
    embedder rag.Embedder
    chunkSize int
    chunkOverlap int
}

func (i *Indexer) IndexAll(ctx context.Context) (int, error) {
    files, err := filepath.Glob(filepath.Join(i.dataPath, "*.md"))
    if err != nil {
        return 0, err
    }
    
    totalChunks := 0
    for _, file := range files {
        chunks, err := i.indexFile(ctx, file)
        if err != nil {
            slog.Warn("failed to index file", "file", file, "err", err)
            continue
        }
        totalChunks += chunks
    }
    
    return totalChunks, nil
}

func (i *Indexer) indexFile(ctx context.Context, path string) (int, error) {
    content, err := os.ReadFile(path)
    if err != nil {
        return 0, err
    }
    
    projectID := strings.TrimSuffix(filepath.Base(path), ".md")
    chunks := splitIntoChunks(string(content), i.chunkSize, i.chunkOverlap)
    
    for idx, chunk := range chunks {
        embedding, err := i.embedder.Embed(ctx, chunk)
        if err != nil {
            return idx, err
        }
        
        fragment := rag.Fragment{
            ID:        fmt.Sprintf("%s-chunk-%d", projectID, idx),
            Content:   chunk,
            Vector:    embedding,
            ProjectID: projectID,
            Metadata: map[string]string{
                "source_file": path,
                "chunk_index": fmt.Sprint(idx),
            },
        }
        
        if err := i.memory.Add(ctx, fragment); err != nil {
            return idx, err
        }
    }
    
    return len(chunks), nil
}

func splitIntoChunks(text string, size, overlap int) []string {
    // Implementación simple: split por tamaño con overlap
    // Versión production usa tokenizer-aware chunking
    var chunks []string
    for i := 0; i < len(text); i += size - overlap {
        end := i + size
        if end > len(text) {
            end = len(text)
        }
        chunks = append(chunks, text[i:end])
    }
    return chunks
}

4.4 Retrieval en el agent loop

// internal/agent/runner.go
package agent

func (r *Runner) buildSystemPrompt(ctx context.Context, query string) (string, error) {
    // 1. Base persona prompt
    basePrompt := r.persona.SystemPrompt
    
    // 2. Retrieve relevant chunks
    fragments, err := r.memory.Search(ctx, query, r.config.RAG.TopK)
    if err != nil {
        return "", err
    }
    
    // 3. Format as context
    var contextBlock strings.Builder
    contextBlock.WriteString(basePrompt)
    contextBlock.WriteString("\n\n## Contexto relevante\n\n")
    for idx, frag := range fragments {
        contextBlock.WriteString(fmt.Sprintf("### Fuente: %s\n%s\n\n", 
            frag.Metadata["source_file"], frag.Content))
    }
    
    return contextBlock.String(), nil
}

func (r *Runner) RunStream(ctx context.Context, messages []llm.Message) iter.Seq2[Chunk, error] {
    return func(yield func(Chunk, error) bool) {
        // Build prompt with RAG context
        lastUserMsg := getLastUserMessage(messages)
        systemPrompt, err := r.buildSystemPrompt(ctx, lastUserMsg)
        if err != nil {
            yield(Chunk{}, err)
            return
        }
        
        // Inject system prompt
        messages = prependSystem(messages, systemPrompt)
        
        // Run agent loop
        for chunk, err := range r.loop.RunStream(ctx, messages) {
            if !yield(chunk, err) {
                return
            }
        }
    }
}

🌐 5. Integración con Astro (Portfolio)

5.1 Patrón recomendado: Astro proxy

[Browser] ←→ [Astro SSR :4321] ←→ [Chat-Bot :7331]

Por qué proxy y no llamada directa del browser al chat-bot:

  • ✅ Single domain (no CORS)
  • ✅ Astro maneja auth/sesión si se necesita
  • ✅ Puede haber rate limiting centralizado en Astro
  • ✅ El chat-bot queda en red privada (no expuesto a internet directamente)

5.2 Astro: API route del proxy

// portfolio/src/pages/api/chat.ts
import type { APIRoute } from 'astro';

const CHAT_BOT_URL = process.env.CHAT_BOT_URL || 'http://localhost:7331';

export const POST: APIRoute = async ({ request }) => {
    const body = await request.json();
    
    const resp = await fetch(`${CHAT_BOT_URL}/api/chat`, {
        method: 'POST',
        headers: { 'Content-Type': 'application/json' },
        body: JSON.stringify(body),
    });
    
    if (!resp.ok) {
        return new Response('Chat bot error', { status: resp.status });
    }
    
    // Stream SSE de vuelta al browser
    return new Response(resp.body, {
        status: 200,
        headers: {
            'Content-Type': 'text/event-stream',
            'Cache-Control': 'no-cache',
            'Connection': 'keep-alive',
        },
    });
};

5.3 React: Componente del chat

// portfolio/src/components/Chat.tsx
import { useState, useRef } from 'react';

interface Message {
    role: 'user' | 'assistant';
    content: string;
}

export default function Chat() {
    const [messages, setMessages] = useState<Message[]>([]);
    const [input, setInput] = useState('');
    const [streaming, setStreaming] = useState(false);
    const abortRef = useRef<AbortController | null>(null);
    
    const send = async () => {
        if (!input.trim() || streaming) return;
        
        const userMsg: Message = { role: 'user', content: input };
        setMessages(prev => [...prev, userMsg]);
        setInput('');
        setStreaming(true);
        
        // Placeholder para streaming
        const assistantMsg: Message = { role: 'assistant', content: '' };
        setMessages(prev => [...prev, assistantMsg]);
        
        abortRef.current = new AbortController();
        
        try {
            const resp = await fetch('/api/chat', {
                method: 'POST',
                headers: { 'Content-Type': 'application/json' },
                body: JSON.stringify({ 
                    messages: [...messages, userMsg],
                    stream: true,
                }),
                signal: abortRef.current.signal,
            });
            
            const reader = resp.body!.getReader();
            const decoder = new TextDecoder();
            let buffer = '';
            
            while (true) {
                const { done, value } = await reader.read();
                if (done) break;
                
                buffer += decoder.decode(value, { stream: true });
                const lines = buffer.split('\n\n');
                buffer = lines.pop() || '';
                
                for (const line of lines) {
                    if (!line.startsWith('data: ')) continue;
                    const event = JSON.parse(line.slice(6));
                    
                    if (event.type === 'chunk') {
                        setMessages(prev => {
                            const updated = [...prev];
                            updated[updated.length - 1].content += event.data.content;
                            return updated;
                        });
                    }
                }
            }
        } catch (err) {
            if ((err as Error).name !== 'AbortError') {
                console.error(err);
            }
        } finally {
            setStreaming(false);
            abortRef.current = null;
        }
    };
    
    const stop = () => abortRef.current?.abort();
    
    return (
        <div className="chat-widget">
            <div className="messages">
                {messages.map((m, i) => (
                    <div key={i} className={`msg msg-${m.role}`}>
                        {m.content || (streaming && i === messages.length - 1 ? '...' : '')}
                    </div>
                ))}
            </div>
            <div className="input-row">
                <input
                    value={input}
                    onChange={e => setInput(e.target.value)}
                    onKeyDown={e => e.key === 'Enter' && send()}
                    placeholder="Pregunta sobre Victor..."
                    disabled={streaming}
                />
                {streaming ? (
                    <button onClick={stop}>Stop</button>
                ) : (
                    <button onClick={send}>Send</button>
                )}
            </div>
        </div>
    );
}

🤖 6. Self-hosting con Ollama

6.1 Setup

# 1. Instalar Ollama
curl -fsSL https://ollama.com/install.sh | sh

# 2. Descargar modelo de chat
ollama pull qwen2.5:1.5b

# 3. Descargar modelo de embeddings
ollama pull nomic-embed-text

# 4. Verificar
ollama list

6.2 Configuración por defecto

configs/portfolio-bot.yaml ya viene con Ollama como default. Solo necesitas:

# Asegurar que Ollama está corriendo
ollama serve

# Arrancar el bot
./bin/chat-bot serve

6.3 Alternativa: llama.cpp directo

Para más control o si Ollama no funciona en tu setup:

providers:
  - name: llamacpp-local
    type: llamacpp
    model_path: ${RONY_MODELS_PATH}/qwen2.5-1.5b-instruct-q5_k_m.gguf
    context_size: 4096
    n_gpu_layers: 999   # offload todo a GPU
    default: true

El adapter llamacpp se importa desde go-llm-agent/pkg/llm/providers/llamacpp y se compila contra llama.cpp vía CGO o binario externo.

📦 7. CLI del bot

7.1 Comandos

# Arrancar servidor HTTP
chat-bot serve [--port 7331] [--host 0.0.0.0] [--reindex-on-start]

# Re-indexar portfolio (lee data/projects/*.md → ChromaDB)
chat-bot reindex

# Pregunta única (sin servidor, útil para tests)
chat-bot ask "¿Qué proyectos tiene Victor?" [--no-rag]

# Validar config
chat-bot config validate

# Health check (útil para monitoring)
chat-bot health

# Versión
chat-bot version

7.2 Implementación con Cobra

// cmd/chat-bot/main.go
package main

import (
    "github.com/spf13/cobra"
)

func main() {
    root := &cobra.Command{
        Use:   "chat-bot",
        Short: "Portfolio chatbot HTTP server",
    }
    
    root.AddCommand(serveCmd())
    root.AddCommand(reindexCmd())
    root.AddCommand(askCmd())
    root.AddCommand(configCmd())
    root.AddCommand(healthCmd())
    root.AddCommand(versionCmd())
    
    if err := root.Execute(); err != nil {
        os.Exit(1)
    }
}

func serveCmd() *cobra.Command {
    var port int
    var host string
    var reindexOnStart bool
    
    cmd := &cobra.Command{
        Use:   "serve",
        Short: "Start HTTP server",
        RunE: func(cmd *cobra.Command, args []string) error {
            return server.Serve(server.Config{
                Port:           port,
                Host:           host,
                ReindexOnStart: reindexOnStart,
            })
        },
    }
    
    cmd.Flags().IntVar(&port, "port", 7331, "HTTP port")
    cmd.Flags().StringVar(&host, "host", "0.0.0.0", "HTTP host")
    cmd.Flags().BoolVar(&reindexOnStart, "reindex-on-start", false, "Re-index RAG before serving")
    
    return cmd
}

🚀 8. Deployment

8.1 Recomendación: Self-hosted en VPS

# 1. Instalar dependencias
sudo apt install golang-go ollama
ollama pull qwen2.5:1.5b
ollama pull nomic-embed-text

# 2. Build
go build -o /usr/local/bin/chat-bot ./cmd/chat-bot

# 3. systemd service
cat > /etc/systemd/system/chat-bot.service <<EOF
[Unit]
Description=Portfolio Chat Bot
After=network.target ollama.service

[Service]
Type=simple
User=chatbot
WorkingDirectory=/opt/chat-bot
ExecStart=/usr/local/bin/chat-bot serve
Restart=on-failure
Environment=RONY_MODELS_PATH=/opt/models

[Install]
WantedBy=multi-user.target
EOF

sudo systemctl enable --now chat-bot

8.2 Reverse proxy (Caddy)

# /etc/caddy/Caddyfile
chat.victorvargas.dev {
    reverse_proxy localhost:7331
}

8.3 Monitoring

# Health check periódico
curl -s http://localhost:7331/api/health | jq

# Logs
journalctl -u chat-bot -f

🧪 9. Testing

9.1 Unit tests

// internal/server/chat_test.go
package server

func TestHandleChat_ValidRequest(t *testing.T) {
    s := newTestServer(t)
    
    req := httptest.NewRequest("POST", "/api/chat", strings.NewReader(`{
        "messages": [{"role": "user", "content": "hola"}]
    }`))
    req.Header.Set("Content-Type", "application/json")
    
    w := httptest.NewRecorder()
    s.handleChat(w, req)
    
    assert.Equal(t, 200, w.Code)
    assert.Equal(t, "text/event-stream", w.Header().Get("Content-Type"))
}

func TestHandleChat_RateLimit(t *testing.T) {
    s := newTestServerWithConfig(t, server.Config{
        RateLimit: 1, // 1 request per minute
    })
    
    // First request OK
    req1 := newChatRequest("hola")
    w1 := httptest.NewRecorder()
    s.handleChat(w1, req1)
    assert.Equal(t, 200, w1.Code)
    
    // Second request denied
    req2 := newChatRequest("hola de nuevo")
    w2 := httptest.NewRecorder()
    s.handleChat(w2, req2)
    assert.Equal(t, 429, w2.Code)
}

9.2 Integration tests con mock LLM

// internal/agent/runner_test.go
func TestRunner_RAGContextIsInjected(t *testing.T) {
    mockLLM := mock.New(mock.Responses{
        {Match: "proyectos", Response: "Victor tiene varios proyectos..."},
    })
    
    memory := newMockMemoryWithDocs(t, []rag.Fragment{
        {Content: "Rony TUI: AI agent harness...", ProjectID: "rony-tui"},
        {Content: "go-llm-agent: librería Go...", ProjectID: "go-llm-agent"},
    })
    
    runner := agent.NewRunner(agent.Config{
        LLM:    mockLLM,
        Memory: memory,
        Persona: testPersona,
    })
    
    resp, _ := runner.Run(context.Background(), []llm.Message{
        {Role: llm.RoleUser, Content: "¿qué proyectos tiene Victor?"},
    })
    
    // Verify LLM received context chunks in system prompt
    lastReq := mockLLM.LastRequest()
    assert.Contains(t, lastReq.Messages[0].Content, "Rony TUI")
    assert.Contains(t, lastReq.Messages[0].Content, "go-llm-agent")
}

9.3 E2E test con Astro

# 1. Arrancar chat-bot en :7331
./bin/chat-bot serve &

# 2. Arrancar Astro en :4321
cd ../portfolio && npm run dev &

# 3. Hacer request al proxy de Astro
curl -X POST http://localhost:4321/api/chat \
  -H "Content-Type: application/json" \
  -d '{"messages":[{"role":"user","content":"hola"}]}'

# 4. Verificar SSE stream

📂 10. Estructura del Proyecto

chat-bot/
├── cmd/
│   └── chat-bot/
│       └── main.go                 # CLI entrypoint
│
├── internal/
│   ├── server/                     # HTTP handlers
│   │   ├── chat.go                 # POST /api/chat
│   │   ├── reindex.go              # POST /api/reindex
│   │   ├── health.go               # GET /api/health
│   │   ├── info.go                 # GET /api/info
│   │   ├── middleware.go           # logging, CORS, rate limit
│   │   └── sse.go                  # SSE helpers
│   │
│   ├── agent/                      # Wrapper sobre go-llm-agent
│   │   ├── runner.go               # RunStream con RAG injection
│   │   └── prompts.go              # System prompt builder
│   │
│   ├── portfolio/                  # Data loader
│   │   ├── indexer.go              # Lee .md, chunks, embed, store
│   │   ├── retriever.go            # Query → top-k chunks
│   │   └── chunker.go              # Text splitting
│   │
│   └── persona/                    # Persona override
│       └── loader.go               # Carga persona desde YAML
│
├── data/
│   └── projects/                   # ← Markdown por proyecto
│       ├── rony-tui.md
│       ├── go-llm-agent.md
│       └── example-project.md
│
├── configs/
│   └── portfolio-bot.yaml          # Provider + RAG + persona config
│
├── docs/
│   └── architecture.md                   # ← ESTE ARCHIVO
│
├── go.mod
└── README.md

📅 11. Roadmap

Fase 1: MVP (2-3 semanas)

  • Setup proyecto (go mod init, estructura)
  • HTTP server básico con un endpoint /api/chat
  • SSE streaming funcional
  • RAG indexer (lee data/projects/*.md → ChromaDB)
  • RAG retriever (query → top-k chunks)
  • Persona loader desde YAML
  • Integración con Ollama (qwen2.5:1.5b)
  • CLI: serve, reindex, ask
  • Tests básicos

Fase 2: Integración con Astro (1 semana)

  • Astro API route del proxy
  • React component del chat widget
  • E2E test: Astro → chat-bot → respuesta
  • Styling del widget (TailwindCSS)

Fase 3: Polish (1 semana)

  • Rate limiting robusto
  • Logging estructurado (JSON)
  • Health checks para monitoring
  • systemd service file
  • README + docs de deployment

Fase 4: Opcionales

  • Soporte para múltiples conversaciones (session ID)
  • Historial de chats persistido
  • Análisis de preguntas frecuentes
  • Multi-idioma (EN/ES switch)
  • Versión standalone CLI más pulida (chat-bot ask)

📐 12. Especificaciones de Calidad

12.1 Métricas de rendimiento

Métrica Target
TTFT (Time-to-first-token) <500ms con Ollama local
End-to-end (pregunta → respuesta completa) <3s para respuestas típicas
Memoria en reposo <150MB
RAG indexing speed ~100 docs/segundo
Retrieval latency <50ms para top-5

12.2 Pruebas requeridas

  • Unit tests: cobertura ≥70%
  • Integration tests: con mock LLM + mock ChromaDB
  • E2E: al menos un flujo completo Astro → chat-bot

🔒 13. Seguridad

13.1 Implementado

  • Rate limiting por IP (default 30 req/min)
  • CORS restrictivo — solo origins configurados
  • Input validation — JSON schema validation en requests
  • No PII storage — no guardamos conversaciones por default
  • Local-only por default — sin llamadas a APIs cloud

13.2 Diferido / Opcional

  • Auth con API key (para uso privado)
  • Logging de queries para analytics
  • Anonymization de IPs en logs
  • HTTPS via reverse proxy (Caddy/nginx)

📚 14. Referencias

Documento listo para implementación. 🚀