Funciones de Proyectos y Procesamiento Documental
Todo lo que puedes hacer dentro de un proyecto, de subir documentos a generar informes ejecutivos auditables — en tu equipo y verificable.
El Análisis 360, el ROI y el Mapa de Conocimiento se calculan en tu equipo, sin enviar nada a la nube.
OCR de documentos escaneados: Google Vision y Mistral OCR
Cuando subes un documento escaneado (un PDF que en realidad es una foto del papel, o una imagen .jpg/.png), su texto no se puede copiar: hay que “leerlo” con OCR (reconocimiento óptico de caracteres). AIMAXIMUS puede apoyarse en dos servicios de visión/OCR en la nube y decide solo cuál usar en cada documento para darte el mejor resultado al menor costo.
Vista general del flujo
Dónde se configura
Menú lateral → 🤖 Proveedores IA → pestaña Credenciales de API (Visión/OCR). Cada motor tiene su llave y un interruptor “Habilitado para uso”; cuando la llave es válida verás “✅ Listo para usar”.
Los 4 escenarios posibles
Cómo queda: dejas deshabilitados tanto Google como Mistral (sin llaves o sin el check “Habilitado”).
Qué sigue funcionando: los PDF con texto real (que sí permiten copiar/pegar) se leen localmente y gratis; sigue activo el OCR local básico (Tesseract) como último recurso.
Consecuencias: los documentos escaneados (fotos, PDF de scanner, cédulas, facturas en imagen) se leerán mal o no se leerán — texto incompleto, con errores o vacío. Sin texto bien extraído, el chat no responde con fidelidad y la trazabilidad se degrada.
Cuándo tiene sentido: entornos 100% sin nube por política de datos, o documentos que ya vienen como texto digital. Para papeles escaneados, no se recomienda.
Fortalezas: capa gratuita generosa (~900 páginas/día), ideal para volumen sin costo; rápido y muy bueno en texto corrido y documentos simples (cartas, oficios, prosa, fotos).
Limitaciones: en documentos muy estructurados (formularios fiscales, facturas con muchas casillas, tablas densas) puede omitir secciones o perder parte de la información.
Costo: gratis dentro del cupo diario; si se supera, costo bajo por página. Cuándo elegirlo: el día a día, si priorizas costo cero y los papeles no son formularios complejos.
Fortalezas: motor de OCR dedicado que devuelve el documento en Markdown estructurado, preservando tablas, casillas y jerarquías; mejor recall en facturas, formularios fiscales, contratos, extractos y balances.
Costo: plano de ~US$0.002 por página (≈ 2 dólares por cada 1.000 páginas). No cobra por tokens, sino por página — fácil de presupuestar.
Limitaciones: tiene costo desde la primera página (sin capa gratuita); para prosa simple, gastar en Mistral no aporta frente a Google. Cuándo elegirlo: despachos/contadores cuyo grueso son formularios y tablas donde no se puede perder ni una cifra.
Habilitas Google y Mistral a la vez. Aquí brilla el enrutado automático: el sistema clasifica cada documento y lo manda al motor más conveniente.
| Tipo de documento | Motor elegido | Por qué |
|---|---|---|
| Estructurado (factura, predial, contrato, balance, extracto, formulario con tablas) | 🟦 Mistral OCR | Donde perder una cifra es caro → fidelidad completa por US$0.002 |
| Simple (carta, oficio, prosa, foto, libro) | 🟩 Google Vision | Suficiente y gratis (capa diaria) |
Cómo clasifica un documento como “estructurado”: por su contenido (detecta facturas, documentos legales, bancarios, reportes) y por el nombre del archivo cuando es un escaneado sin texto (p. ej. factura_…, predial_…, contrato_…, extracto_…, balance_…).
Sin doble gasto: cuando un documento se enruta a Mistral y responde bien, no se vuelve a llamar a Google. Y si el motor preferido no está disponible, el sistema usa el otro automáticamente (nunca se queda sin leer el documento).
Red de seguridad: control de calidad automático
Ningún OCR es perfecto. En documentos muy densos o fotos de baja calidad, un motor puede “degenerar”: entra en bucles repetitivos, inventa cifras o produce cadenas de ceros. Si eso llegara al chat, tendrías datos falsos — lo contrario de la fidelidad que prometemos.
Por eso, cuando un documento se enruta a 🟦 Mistral, el sistema revisa automáticamente el resultado antes de aceptarlo:
- Si el texto está sano → se usa tal cual. ✅
- Si detecta que está degenerado (líneas repetidas, secuencias de ceros, muy poca variedad) → reintenta con 🟩 Google Vision, más robusto en esos casos.
- Si Google también falla, se conserva lo que extrajo Mistral (nunca se pierde lo poco que haya).
Transparencia: qué motor procesó cada documento y cuánto costó
En Documentos del proyecto, al abrir cada documento verás una línea “🧾 Procesado con: …” que indica qué servicio lo leyó y su costo. Así sabes, documento por documento, en qué se gastó y puedes auditar el consumo.
Recomendación práctica
- Habilita ambos y deja que el enrutado trabaje: la mejor relación calidad/costo.
- Si quieres costo cero y tus papeles son simples: solo Google.
- Si tu trabajo es formularios y tablas críticas (contabilidad, tributario): asegúrate de tener Mistral habilitado.
- Revisa el badge “🧾 Procesado con…” para controlar el gasto por documento.
El enrutado a Mistral es opcional y solo actúa si configuras su llave. Sin ella, el sistema sigue funcionando con Google y el OCR local (cero regresión).
¿Qué es el Sistema de Análisis Documental?
El Análisis Documental Inteligente es un sistema de inteligencia artificial especializado en el procesamiento de información empresarial y legal.
- ✨ Procesa documentos PDF con tecnología OCR avanzada.
- 🧠 Comprende el contenido utilizando modelos de IA de última generación (DeepSeek/OpenAI).
- 💬 Responde preguntas específicas sobre sus documentos con rigor y precisión.
- 🎭 Se adapta a roles (contador, abogado, financiero, etc.).
- 📊 Extrae datos estructurados en formatos útiles (Excel, JSON, PDF).
🚀 Ventajas Principales:
🎯 Casos Ideales
- 📊 Análisis financiero y extractos bancarios
- ⚖️ Documentos legales, contratos, demandas
- 🧾 Facturas comerciales y validación DIAN
- 🔧 Manuales técnicos y de ingeniería
- 📚 Textos académicos y tesis
⏱️ Tiempo Promedio
- Subida: 30 segundos
- Procesamiento: 2-5 min (según volumen)
- Consultas: Instantáneas
🧭 Navegación del Sistema (v3.99.0 — RAG 2.0)
El sistema tiene 5 opciones directas en la barra horizontal superior:
Proyectos
Crear, seleccionar y gestionar proyectos y roles.
Siempre accesibleProc. Documental
Subir documentos, tablas extraídas, y fuentes.
Req. ProyectoChat & Análisis
Chat IA, visualizaciones y exportación.
Req. DocsFormato
Estilos y plantillas para exportar a Word/PDF.
Req. DocsConfiguración
Proveedores IA, uso, privacidad y roles.
Siempre accesible
Guía Completa de Uso
Los proyectos son espacios organizados donde agrupas documentos relacionados. DEBES crear un proyecto ANTES de subir documentos.
- 🗂️ Organización: Mantén documentos relacionados juntos.
- 📊 Contexto: El sistema entiende la relación entre documentos.
- 💾 Historial: Conserva conversaciones y análisis anteriores.
Cómo crearlo:
- Haz clic en "🗃️ Proyectos" en la barra superior.
- Clic en el botón verde "Crear Nuevo Proyecto".
- Asigna un Nombre (Ej: "Declaración Renta 2024") y una breve descripción.
- Selecciónalo en la lista para activarlo y comenzar.
Formatos Soportados:
✅ PDF (texto e imágenes escaneadas)
✅ Documentos Office (Word .docx, Excel
.xlsx)
✅ Texto plano (.txt, .md)
✅ Audio (.mp3, .wav,
.m4a, etc.): Transcripción automática.
✅ Carpetas completas: Sube lotes enteros; el sistema preservará
la estructura de directorios.
Recomendaciones de Calidad:
- 📸 Resolución mínima de escaneo: 300 DPI.
- 🔤 Texto escaneado legible y bien contrastado.
- 🎤 En audios, procura reducir el nivel de ruido de fondo.
- 🗂️ Un solo tema por documento mejora fuertemente la lectura AI.
- Ve a la pestaña "📄 Proc. Documental"
- Clic en "Browse files" y selecciona tus PDF
- Espera a que el analizador cargue e inicie la cola de procesamiento.
🔄 Procesamiento Automático en Segundo Plano
El sistema cuenta con motores OCR escalonados que actúan silenciosamente:
- 1. PyMuPDF: Extracción texto digital (ultra-rápido).
- 2. Tesseract OCR: Para escaneos típicos.
- 3. Google Cloud Vision: OCR avanzado para documentos complejos o alta distorsión.
- 4. DeepSeek Vision: Análisis multimodal visual (fallback).
| Volumen | Tiempo Estimado |
|---|---|
| 1-5 Páginas | 1 - 2 Minutos |
| 6-20 Páginas | 3 - 5 Minutos |
| Más de 20 Págs | 5 - 10 Minutos |
Interactúa conversacionalmente y solicita datos específicos, análisis, resúmenes y relaciones con fuentes 100% citadas.
Consultas Efectivas
- Extracción: "Lista los montos y conceptos"
- Análisis: "¿Cuál es el tema principal del docs?"
- Cálculos: "Suma total de pagos de enero"
- Relación: "¿Hay contradicciones entre el PDF A y PDF B?"
Consejos de Experto
- ✅ Sé específico con lo que deseas.
- ✅ Pide formato (tabla, lista, viñeta).
- ✅ Confirma exactitud (pide revisión doble).
🎛️ 10 Pestañas de Configuración
La pestaña ⚙️ Configuración despliega 10 submódulos de control:
- Gestión de Roles: Crea roles de IA (Ej: Analista HSEQ).
- Preferencias de Fuentes: Fuerza a la IA a priorizar, omitir o buscar solo en ciertos PDFs (ideal para limpiar el "ruido").
- Panel Centralizado y Configuración Vectorial: Chunking, distancias de Embedding.
- Modelos IA (5 Proveedores): DeepSeek V3 (Recomendado), Ollama Local (100% Privado), Anthropic Claude 3 Haiku, Google Gemini 2.0 Flash, OpenAI GPT-4o. Incluye fallback automático entre ellos.
- Privacidad y PII: El sistema sanitiza automáticamente datos sensibles (cédulas, nombres) antes de ir al LLM.
- Otras: Métricas de Calidad, Backups, Auditoría, Licencia.
💰 Dashboard de Costos (v3.72)
El sistema documenta cada micro-transacción. Ve a "Consumo IA" en la barra lateral o a "Estadísticas y Costos" en la configuración para auditar por proyecto, por proveedor o por mes.
Casos de Uso Reales
Ejemplos típicos estructurados para desplegar todo el poder analítico de la plataforma por profesiones.
⚖️ Documentos Legales
Rol Sugerido: Abogado Especializado
Contratos, demandas, resoluciones y sentencias.
Ejemplos de Prompt:
- "Analiza las cláusulas e identifica riesgos legales."
- "Resume argumentos jurídicos principales."
- "Compara resolución con jurisprudencia similar."
📊 Análisis Financiero
Rol Sugerido: Contador Especializado
Estados financieros, extractos, balances, 10-K.
Ejemplos de Prompt:
- "Encuentra duplicidades o inconsistencias tributarias."
- "Genera tabla Excel con movimientos organizados."
- "Calcula principales ratios financieros y tendencia."
🔗 Cross-Reference
Rol Sugerido: Analista de Datos
Comparar anexos, facturas vs extracto, contratos vinculados.
Ejemplos de Prompt:
- "¿Qué información repite el anexo en contraste a Base?"
- "Identifica contradicciones entre Factura A y B."
- "Tabla comparativa de cláusulas 2023 vs 2024."
🎯 Objetivo: Validar movimientos bancarios para declaración de renta. 📄 Documento: Extracto Bancolombia Enero-Marzo 2024 (45 páginas).
- Paso 1: Configurar rol "Contador Especializado" con temp = 0.2
- Paso 2: Subir el archivo de 45 páginas y esperar análisis (~4 min)
- Paso 3: Preguntar: "¿Cuál era el saldo inicial y final del período?" (El sistema entrega un saldo neto de apertura y cierre)
- Paso 4: Preguntar: "Clasifica movimientos por tipo y calcula totales" (El sistema separa Ingresos y Egresos sumados)
- Paso 5: Preguntar: "¿Hay inconsistencias?" (El sistema lee transferencias duplicadas o pagos inusuales)
- Paso 6: Output a Excel: "Exporta la tabla Excel completa" generará un file descargable.
Referencias Bibliográficas (Auto-Generadas)
El sistema no alucina. Cada respuesta que proporciona está fundamentada en párrafos exactos de sus documentos o fuentes externas verificadas.
¿Cómo razona realmente el sistema?
El motor inteligente es un sistema de Análisis Documental Híbrido. Toda respuesta del sistema combina dos capas de conocimiento:
| Capa | Origen de los Datos | Ejemplo Práctico |
|---|---|---|
| 1. Documentos Locales | Tus PDFs, excels o words (la gran prioridad del sistema). | El valor exacto de un activo, el nombre de una persona en un contrato. |
| 2. Conocimiento Experto de la IA | El entrenamiento global del modelo de lenguaje que usas (ej: GPT-4o, DeepSeek). | Saber qué dictan las normas NIIF, qué es un NIT, o cómo interpretar el código contable. |
1. Consulta Normal (Modo Local Estricto)
Las "Instrucciones de Grounding" obligan a la IA a fundamentarse excluyentemente en los textos recuperados. El modelo utiliza su vasta inteligencia solo como un marco analítico, nunca inventando ni rellenando suposiciones fuera del archivo original.
- Extrae citas concretas exactas y rastreables
(ej.
[Pág. 4, Contrato_Laboral.pdf]). - Sugerencia de Uso: Para auditorías numéricas rigurosas o revisiones literales.
2. 🌐 Incluir Fuentes Externas
Si marcas la casilla, añades al contexto normativo del modelo una búsqueda inteligente (mediante DuckDuckGo o SerpAPI) con enlaces web y las sugerencias de portales duros pre-integrados (Ej. DIAN, FASB.org, Superintendencia). Los datos centrales siguen saliendo de tu PDF.
- Permite que la IA cite urls oficiales en la sección final bibliográfica.
- Sugerencia de Uso: Análisis de cumplimiento contable o tributario donde la ley externa (Ej: jurisprudencia) evalúa su documento interior.
$O al
inicio del chat preventivamente se "liberarán" las cadenas de restricción o
"grounding". Esto permite a la Inteligencia Artificial opinar libremente, trazar
estrategias y analizar tu caso como consultor externo usando todo su poder de
entrenamiento mundial, utilizando la data de tu PDF sólo como "referencia
transversal".
Sistema de Confianza y Anti-Alucinación 0.0% aluc. — Run #18
Las "alucinaciones" ocurren cuando una IA inventa información. Para evitarlo en entornos financieros y legales, AI Maximus incluye protecciones de grado empresarial en 4 capas:
- Validación N-Gramas: Compara milimétricamente lo que generó la IA contra el texto original del documento.
- Guard Financiero: Revisa automáticamente que ninguna suma ni cantidad varíe un solo centavo respecto al documento fuente.
- Autocorrección: Si el sistema detecta que la IA inventó algo crítico, rechaza la respuesta internamente y fuerza al modelo a intentarlo de nuevo.
- Verificador Numérico Determinístico (RAG 2.0): Capa post-generación que analiza con regex cada cifra monetaria, fecha, ID, resolución y matrícula en la respuesta y verifica que aparezcan verbatim en los extractos recuperados. Agrega al final de la respuesta una sección "⚠️ Puntos sugeridos para verificación manual" cuando detecta discrepancias — sin modificar el cuerpo de la respuesta.
Avisos de Confianza
Si el sistema no logra asegurar al 100% de certeza la validez de los montos en los intentos permitidos, mostrará un disclaimer amarillo o rojo en la interfaz pidiéndole precaución en la revisión humana. El sistema nunca te presentará algo dudoso como si fuera absoluto.
Badges de Confianza RAG 2.0
Cada referencia documental en la respuesta lleva un indicador visual de confiabilidad calculado automáticamente:
- ✅ Alta confianza — ≥ 75% de relevancia semántica
- ⚠️ Media confianza — entre 50% y 74%
- 🔴 Baja confianza — por debajo del 50%
- ⭐ Fuente primaria — documento con coincidencia exacta de keywords
- 🔗 Fuente relacional — detectada por Knowledge Layer como documento vinculado
Panel "¿Por qué?" RAG 2.0 · Explainability
Debajo de cada respuesta aparece un panel desplegable que explica por qué el sistema eligió esos documentos y no otros:
- Score de relevancia de cada fuente recuperada
- Tipo de coincidencia: semántica, keyword exacta o relacional
- Entidades detectadas en la query (personas, montos, fechas)
- Documentos relacionados no recuperados directamente pero vinculados por el Knowledge Layer
Knowledge Layer — Capa de Conocimiento RAG 2.0
El sistema extrae automáticamente al indexar cada documento 8 tipos de entidades: montos (AMOUNT), fechas (DATE), identificadores (ID_NUM), ubicaciones (LOCATION), personas (PERSON), organizaciones (ORG), emails (EMAIL) y teléfonos (PHONE). Con estas entidades construye un mapa de relaciones entre documentos del proyecto.
Al hacer una consulta, el sistema cruza las entidades de tu pregunta con el Knowledge Layer para recuperar también documentos relacionados que el retrieval semántico puro no habría encontrado — mejorando cobertura y precisión de las respuestas.
Soluciones y Troubleshooting
"El archivo no se procesa o se queda en 0%"
Solución: Posiblemente el PDF está protegido con contraseña o dañado. Ábralo en Chrome, dele "Imprimir > Guardar como PDF" e intente subir esa copia.
"La IA responde 'No encontré esa información'"
Solución: Revise la ortografía de su pregunta o use sinónimos. Si es una tabla, intente: "Extrae la tabla de gastos de la página 3". Active "Considerar el historial de chat completo" si la pregunta depende de una anterior.
"El sistema parece lento al responder"
Solución: Si activó las búsquedas web con 🌐, el sistema tarda un poco más (va a internet y vuelve). Para respuestas ultrarrápidas sobre sus PDFs, desactive la búsqueda web. Use el modelo DeepSeek V3 en Configuración si GPT-4 se siente congestionado.
Mejores Prácticas
La técnica del "Hazlo Paso a Paso"
Los LLMs (Modelos de Lenguaje) funcionan mucho mejor si les pides que razonen antes de responder. Al final de su instrucción agregue: "Aplica razonamiento Chain-of-Thought" o "Piensa paso a paso antes de dar el veredicto legal".
Construcción de un Prompt Perfecto:
- Contexto: "Actúa como auditor financiero de la DIAN..."
- Tarea: "...revisa los montos de IVA descontable en las facturas..."
- Restricciones: "...omite los valores en cero e ignora retenciones..."
- Formato: "...y preséntalo exclusivamente en una tabla markdown."
Optimiza el tamaño visual
Documentos gigantescos (de más de mil páginas) diluyen la atención de la IA. Es preferible dividir el PDF de 1200 páginas en 3 PDFs de 400 páginas e insertarlos al mismo proyecto.
Adicionalmente, si el documento está borroso, páselo por una herramienta online para realzar contraste antes de subirlo; la precisión OCR mejorará un 40%.
Exportación y Generación de Reportes
No dejes tus hallazgos atrapados en el chat. Extrae el valor en formatos comerciales estándar.
Exportar Respuesta a PDF, Word o HTML
Al final de cada burbuja de respuesta del IA, verás un botón para descargar el texto. Es excelente para transferir un contrato redactado directamente a Word (.docx), a PDF, o a HTML standalone listo para enviar por correo o intranet.
Exportación de Tablas a Excel
Pídele al chat: "Hazme una tabla con todas las facturas, fecha, y monto". El sistema generará la tabla en pantalla, y justo debajo aparecerá el botón verde para Exportar a Excel (.xlsx).
Generación Automática
El sistema detecta por sí mismo cuando el resultado contiene matrices o tablas financieras, habilitando instantáneamente las vías de exportación a CSV/Excel sin configuración extra de tu parte.
Roles y Optimización de IA
El sistema puede adoptar múltiples "personalidades" analíticas especializadas. Cada rol configura automáticamente el multiplicador de recuperación (K), la temperatura de precisión y el modo de análisis óptimo para su dominio.
Rol: "Consulta Estricta"
Diseñado para auditoría pura con motor de búsqueda literal. Ignora conocimiento previo.
- "buscar [término]" — búsqueda literal con regex
- "ubicar [nombre]" — localización con página
- "línea de tiempo de [tema]" — extracción cronológica
- "encontrar todas las variables de [concepto]" — extracción clave-valor
Inventario de Roles Activos
| Rol | Especialidad |
|---|---|
| Abogado Especializado | Derecho general, contratos, litigios |
| Contador Público Col. | NIIF, tributaria, DIAN, IVA |
| Médico Generalista | Historias clínicas, farmacología |
| Ingeniero de Sistemas | Documentación, manuales, arquitectura |
| Profesor Universitario | Textos académicos, pedagogía |
| Economista | Análisis macro/micro, indicadores |
| Analista de Datos | Estadística, correlaciones |
| Analista Financiero | Ratios, balances, flujos de caja |
| Experto Catastral | Avalúos, predios, escrituras |
| Abogado Tributarista DIAN | Estatuto tributario, procesos DIAN |
| Consulta Estricta | Búsqueda literal, timeline, clave-valor |
| Legal Experto RAG 2.0 | Litigación avanzada, jurisprudencia |
| Análisis Financiero RAG 2.0 | Análisis financiero profundo, MapReduce |
| Auditor Documental RAG 2.0 | Auditoría exhaustiva, verificación cruzada |
| Universal Inteligente RAG 2.0 | Equilibrio adaptativo precisión/cobertura |
| Forense Documental RAG 2.0 | Análisis pericial, comparación forense |
| Ejecutivo Resumen RAG 2.0 | Síntesis ejecutiva, máx. 5 puntos clave |
K Adaptativo
Cada rol configura automáticamente cuántos fragmentos recupera del corpus. Roles de auditoría exhaustiva (Auditor, Forense) usan K×2.0–2.2; roles de síntesis rápida (Ejecutivo Resumen) usan K×1.0. No requiere ajuste manual.
Temperatura de Precisión
Roles legales y financieros operan a temperatura 0.0 (respuestas determinísticas, cero inventiva). Roles de síntesis ejecutiva pueden usar temperatura ligeramente mayor para redacción más fluida. Configurado por defecto por el sistema.
Afinidad Proyecto↔Rol F5A · RAG 2.0
El sistema recuerda qué rol usaste en cada proyecto y lo restaura automáticamente al abrir ese proyecto. El menú lateral muestra 💾 Vinculado a: [nombre del proyecto]. Para cambiar, simplemente selecciona otro rol.
Menú Lateral — Panel de Control Permanente
El menú lateral izquierdo es el centro de control siempre visible de AI Maximus. Está presente en todas las vistas y cualquier cambio que hagas se aplica de forma inmediata.
Proyecto Actual
Muestra el nombre del proyecto activo, cantidad de documentos, total de palabras indexadas y chunks generados (fragmentos vectoriales). Si chunks = 0, ejecuta el Diagnóstico de Integridad.
Estado del Sistema
✅ Sistema Inicializado = listo para trabajar. ⚠️ Inicializando = espera 10-30 segundos. El Diagnóstico de Integridad valida 6 componentes críticos con un score de 0-100.
Diagnóstico de Integridad
Score ≥85 = Saludable ✅ | 50-84 = Degradado ⚠️ | <50 = Crítico ❌. Ejecuta el diagnóstico antes de sesiones importantes o si el chat da respuestas vacías.
Tema de Color
10 temas disponibles: desde Elegante (corporativo claro) hasta Intenso (oscuro para trabajo nocturno). El tema se guarda automáticamente y se restaura en próximas sesiones.
Modo Oscuro
Para sesiones largas de análisis documental, los temas Intenso, Cosmopolita o Moderno Urbano reducen la fatiga visual. Recomendado para trabajo nocturno o prolongado.
Privacidad (Modo PII)
Cuando está ACTIVO, el sistema anonimiza automáticamente cédulas, NITs, emails, teléfonos y direcciones antes de enviarlos a la IA externa. Tú siempre ves los datos reales. Recomendado: siempre activo.
Proveedores IA
Estado en tiempo real de DeepSeek, OpenAI, Anthropic y Google. El proveedor con prioridad 1 se usa por defecto; si falla, el sistema hace fallback automático al siguiente. Para más opciones: ⚙️ Configuración → Proveedores IA.
Preferencias de Fuentes
Define el tipo de documento (legal, financiero, médico, académico) para que el sistema priorice los chunks correctos. El slider de fuentes externas (0–1) controla cuánto internet complementa a tus archivos.
Configuración de Moneda
Define la tasa USD → COP para que el Dashboard de Costos muestre valores en pesos colombianos. Actualízala cuando el dólar cambie significativamente. Ejemplo: 1 USD = 4.200 COP → $0.01 USD = $42 COP.
Consumo IA
Muestra el costo acumulado del proyecto activo en USD. Si el valor es $0.00, el proyecto no ha generado llamadas IA aún (o se usó el modo Rápido/Tesseract local). Clic en "Ver Dashboard Costos" para detalles completos.
Caché de Embeddings
Sistema de dos niveles (RAM + disco) que acelera las consultas repetidas. Un Hit Rate > 60% indica uso eficiente. Usa "Limpiar Caché" cuando cambies de proyecto o actualices documentos importantes.
Visualizaciones
Toggle de Gráficos Automáticos: cuando está activo, el sistema detecta automáticamente tablas, porcentajes y series temporales en las respuestas y genera gráficos interactivos. Desactívalo para copiar texto puro sin elementos visuales.
Controles de Sesión
Reiniciar: reinicia objetos en memoria sin perder proyectos ni documentos. Cerrar Sesión: limpia datos de sesión temporales (el historial de chat visible y el estado del chat desaparecen, pero tus proyectos y documentos persisten en la base de datos).
Preguntas Frecuentes del Menú Lateral
- ¿Por qué no aparece el proyecto en la barra lateral?
No hay proyecto seleccionado. Ve a 🗃️ Proyectos y activa uno. - ¿El Modo Privado ralentiza el sistema?
No. La sanitización PII toma <5 ms, frente a 1-10 seg de la llamada al LLM. - ¿Qué pasa si limpio el caché de embeddings?
Las primeras consultas serán un poco más lentas (se recalculan). Se recupera automáticamente. - ¿Puedo tener diferentes roles por proyecto?
Sí. El sistema guarda el rol por proyecto y lo restaura automáticamente al cambiar de proyecto.
🆕 Novedades de las últimas versiones
- v3.61-3.63: Visualizaciones auto. Ahora dibujamos gráficos interactivos al detectar requests comparativos.
- v3.60: Lotes y Carpetas. Soporte de arrastrar carpetas enteras de cientos de archivos manteniendo la jerarquía original local.
- v3.59: Pipeline PII / Privacidad. Enmascaramiento activo; la IA nunca ve una cédula o dato directo de PII si el usuario no quiere.
- v3.58: Auditoría Estructural. Más precisión en estructuración final del documento procesado.
- v3.56: Nuevos Archivos. Pasamos de solo "PDF" a soportar
transcripciones de Audio, Word (
.docx) y hojas Excel o CSV.
Sistema de Gobernanza de Estilo y Formato
Este sistema le permite personalizar sus descargas exportadas a `.docx` y `.pdf` manteniendo los lineamientos de su empresa.
Personalización de Tipografía
Controla márgenes (en centímetros), interlineado (ej. 1.0, 1.15x, 2.0x), familia de fuente principal (Calibri, Times New Roman, Garamond) y la numeración automática de los subtítulos H1, H2.
| Plantilla | Uso Ideal | Specs |
|---|---|---|
| Corporativo | Informes y actas empresariales | Calibri 11pt, 1.15x |
| Jurídico | Demandas y resoluciones | Times 12pt, 1.5x |
| Académico | Investigación (APA guiado) | Garamond 12pt, 2.0x |
| Técnico | Manuales, manuales operativos | Arial 10pt, 1.0x |
Recursos Técnicos Avanzados v1.0 — May 2026
Esta sección reúne información técnica extraída directamente de manual_system.py del software
(v3.99.13-rc1) que complementa las secciones anteriores. Está pensada para usuarios avanzados,
administradores del sistema y equipos técnicos que necesitan conocer el detalle de configuración,
mantenimiento y vocabulario interno del sistema.
Definiciones de las siglas y términos técnicos de inteligencia artificial, programación y seguridad informática que aparecen a lo largo del sitio y los manuales de AIMAXIMUS. Ordenadas alfabéticamente para consulta rápida.
Inteligencia artificial y procesamiento de lenguaje
| Término | Significado |
|---|---|
| IA / AI | Inteligencia Artificial / Artificial Intelligence. Disciplina que crea sistemas capaces de tareas que tradicionalmente requerían inteligencia humana (razonar, comprender lenguaje, reconocer imágenes). |
| RAG | Retrieval-Augmented Generation. IA que combina recuperación de documentos del usuario + generación de respuesta. Garantiza que las respuestas se basan en tus archivos y no en datos genéricos de internet. |
| LLM | Large Language Model — Modelo de Lenguaje a Gran Escala. El "cerebro" de IA que entiende y produce texto (ChatGPT, Claude, Gemini, DeepSeek son LLMs). |
| NLP | Natural Language Processing — Procesamiento del Lenguaje Natural. Conjunto de técnicas que permiten a la máquina entender el lenguaje humano (no solo código). |
| NER | Named Entity Recognition — Reconocimiento de Entidades Nombradas. Identifica automáticamente nombres de personas, empresas, fechas, montos, ubicaciones, etc. en un texto. |
| GPT | Generative Pre-trained Transformer. Familia de modelos de OpenAI (GPT-3.5, GPT-4, GPT-4o). Genera texto prediciendo la siguiente palabra a partir del contexto. |
| Embedding | Representación vectorial numérica de un texto. AIMAXIMUS usa el modelo paraphrase-multilingual-mpnet-base-v2 (768 números por chunk). Permite buscar por significado, no solo por palabras exactas. |
| Chunk | Trozo o fragmento de texto extraído de un documento (típicamente 300-800 caracteres). Unidad básica que el sistema recupera para responder. Un PDF de 10 páginas se divide en decenas de chunks. |
| Token | Unidad mínima de texto que procesa el LLM. Aproximadamente 1 token = 0,75 palabras en español. Los modelos cobran por tokens consumidos (entrada + salida). |
| Prompt | Instrucción o pregunta que se envía al LLM. Un buen prompt es claro, específico y aporta contexto. Cada rol de AIMAXIMUS lleva un prompt interno preconfigurado. |
| Retrieval | Recuperación. Etapa en que el sistema busca y trae los chunks más relevantes para la pregunta del usuario, antes de pedirle al LLM que redacte la respuesta. |
| Reranker | Re-ordenador. Capa que reordena los documentos recuperados priorizando fuentes primarias y coincidencias exactas (números de cédula, fechas, nombres propios). |
| MapReduce | Estrategia que procesa cada documento por separado (fase MAP) y luego sintetiza un resultado global (fase REDUCE). Permite analizar corpus muy grandes sin perder detalle. |
| Knowledge Layer | Capa de Conocimiento. Mapa que AIMAXIMUS construye automáticamente con las 8 entidades del proyecto (PERSON, ORG, AMOUNT, DATE, ID_NUM, LOCATION, EMAIL, PHONE) y las relaciones entre documentos. |
| Score | Puntuación numérica que indica qué tan relevante o confiable es un resultado. Aparece en evaluaciones de calidad (p. ej. Score 92,73/100) y en los badges de cada cita. |
| Threshold | Umbral. Valor mínimo a partir del cual el sistema considera que dos cosas se parecen lo suficiente (p. ej. cache semántico usa 0,93). |
| Fine-tuning | Afinamiento. Proceso de re-entrenar un modelo pre-existente sobre un dominio específico. AIMAXIMUS NO hace fine-tuning del LLM — usa modelos genéricos y los guía con prompts + RAG. |
| Deep Learning | Aprendizaje Profundo. Subconjunto de la IA basado en redes neuronales con muchas capas. Es la tecnología detrás de Vision OCR y los embeddings. |
| Machine Learning | Aprendizaje Automático. Capacidad de las máquinas de aprender de datos sin estar programadas explícitamente. Incluye el deep learning como un subconjunto. |
| Computer Vision | Visión por Computador. Tecnología que permite a la máquina interpretar imágenes (p. ej. reconocer tablas, gráficos o firmas en un PDF escaneado). |
Lectura de documentos y formatos de archivo
| Término | Significado |
|---|---|
| OCR | Optical Character Recognition — Reconocimiento Óptico de Caracteres. Tecnología que convierte una imagen (foto, PDF escaneado) en texto editable. |
| Vision OCR | OCR avanzado realizado por modelos multimodales de IA (Gemini 2.0 Flash, Claude 3.5, GPT-4V). Lee documentos difíciles donde Tesseract o EasyOCR fallan. |
| Cascada OCR | Estrategia que prueba motores de OCR en orden de coste creciente (PDF nativo → Tesseract → EasyOCR → PaddleOCR → Vision IA) hasta obtener un resultado válido. |
| Portable Document Format. Formato universal de documentos. Pueden ser nativos (con texto extraíble) o escaneados (imagen — requieren OCR). | |
| DOCX | Formato moderno de Microsoft Word (XML comprimido). AIMAXIMUS lo procesa y exporta sin pérdida. |
| XLSX | Formato moderno de Microsoft Excel. AIMAXIMUS extrae celdas, fórmulas y múltiples hojas como datos estructurados. |
| CSV / TSV | Archivos de texto con datos separados por comas (Comma-Separated Values) o tabuladores. Formato sencillo para importar/exportar tablas. |
| JSON | JavaScript Object Notation. Formato de datos estructurados legible por humanos y máquinas. Se usa para exportaciones programáticas. |
| MP3 / WAV / M4A | Formatos de audio que AIMAXIMUS puede transcribir a texto y analizar como cualquier documento. |
Infraestructura, almacenamiento y configuración
| Término | Significado |
|---|---|
| API | Application Programming Interface. Puerta de comunicación entre programas. Cada proveedor de IA (OpenAI, DeepSeek, etc.) expone su API para enviarle prompts. |
| API Key | Llave de API. Contraseña secreta que identifica a tu cuenta al consumir un servicio externo. AIMAXIMUS las guarda cifradas localmente (Fernet), y opcionalmente puedes protegerlas con una contraseña maestra propia para que solo tú puedas desbloquearlas. |
| SDK | Software Development Kit. Conjunto de herramientas y librerías que un proveedor entrega para que terceros usen su API más fácilmente. |
| CLI | Command Line Interface. Interfaz de línea de comandos. Forma de operar el software escribiendo instrucciones en una terminal en lugar de botones. |
| URL | Uniform Resource Locator. Dirección única de un recurso en internet (la "ubicación" de una página web). |
| SQL | Structured Query Language. Lenguaje estándar para consultar bases de datos relacionales. AIMAXIMUS usa SQLite como base local. |
| ChromaDB | Base de datos vectorial donde viven los embeddings. Un subdirectorio por proyecto bajo vector_stores_definitivo/. |
| UUID | Universally Unique Identifier. Código único de 32 caracteres que identifica un proyecto sin posibilidad de colisión con otro. |
| CPU / GPU / RAM | Procesador / tarjeta gráfica / memoria viva del equipo. AIMAXIMUS funciona sin GPU; una GPU NVIDIA acelera los modelos de IA locales (Ollama). Las GPU AMD/Intel no se aprovechan en Windows. |
| Cloud | Nube. Servicios de cómputo accesibles por internet (AWS, Azure, Google Cloud). Opuesto a on-premise. |
| On-Premise | "En el sitio". Despliegue del software en los servidores de la empresa del cliente, sin que los datos salgan a internet. |
| Open Source | Código abierto. Software cuyo código fuente es público y puede ser auditado libremente. AIMAXIMUS usa componentes open source (Tesseract, PyMuPDF, ChromaDB). |
| SaaS | Software as a Service. Software entregado como servicio en la nube por suscripción mensual/anual. |
Seguridad, cifrado y cumplimiento
| Término | Significado |
|---|---|
| Hash | Huella digital de un dato. Función matemática que convierte cualquier texto en una cadena fija que no puede revertirse. Se usa para verificar integridad sin exponer el contenido. |
| HMAC-SHA256 | Algoritmo que produce una firma criptográfica fuerte. AIMAXIMUS lo usa para validar licencias offline sin contactar a un servidor. |
| Ed25519 | Algoritmo de firma digital moderno (curva elíptica). AIMAXIMUS lo usa para firmar licencias enterprise — la clave privada nunca se distribuye. |
| Machine ID | Identificador único del equipo (derivado del hardware). Las licencias quedan vinculadas al Machine ID para evitar copias en otros computadores. |
| PII | Personally Identifiable Information. Información que identifica a una persona (cédula, dirección, teléfono, email). AIMAXIMUS puede enmascararla automáticamente antes de enviarla al LLM. |
| GDPR | General Data Protection Regulation. Reglamento europeo de protección de datos personales (vigente desde 2018). |
| HIPAA | Health Insurance Portability and Accountability Act. Ley estadounidense de protección de datos médicos. |
| TLS / SSL / HTTPS | Protocolos de cifrado en tránsito. Garantizan que los datos enviados entre tu equipo y un servidor no puedan ser leídos por terceros. |
Normativa contable, fiscal y referencias geográficas
| Término | Significado |
|---|---|
| GAAP | Generally Accepted Accounting Principles. Principios contables aceptados — estándar estadounidense para estados financieros. |
| IFRS / NIIF | International Financial Reporting Standards. Estándar internacional de información financiera (adoptado en Colombia y la mayoría de países). |
| DIAN | Dirección de Impuestos y Aduanas Nacionales de Colombia. Autoridad fiscal colombiana. |
| NIT | Número de Identificación Tributaria. Identificador fiscal de empresas y personas en Colombia. |
| RAE | Real Academia Española. Autoridad lingüística del español; se cita cuando se justifica el uso de un término en castellano. |
Para quienes no se mueven a diario en el mundo del software, este glosario explica con palabras claras los anglicismos, términos de interfaz y metáforas propias del producto AIMAXIMUS que pueden aparecer en el sitio web, la aplicación o los manuales. No reemplaza al glosario técnico — lo complementa.
Elementos de la interfaz visual
| Término | Qué es / cómo reconocerlo |
|---|---|
| Sidebar | Barra lateral. Es la columna izquierda donde están los menús de proyecto, roles, memoria, etc. Está siempre visible mientras navegas el software. |
| Hero | Cabecera principal de una página web. Es la franja grande con el título destacado y el subtítulo que ves al cargar cualquier página. |
| Banner | Cartel o aviso destacado. Aparece como una franja horizontal con un mensaje importante (p. ej. "Manual actualizado a v1.0"). |
| Dashboard | Panel de control. Pantalla que reúne gráficos, indicadores y métricas (p. ej. Dashboard de Costos de IA). |
| Widget | Pequeño componente independiente con una función específica (p. ej. el widget "📋 Calidad de Procesamiento" del sidebar). |
| Toast | Notificación breve que aparece en una esquina y desaparece sola tras unos segundos. Se usa para confirmar acciones rápidas. |
| Chip | Etiqueta pequeña y clicable, con borde redondeado. Las citas de respuestas se muestran como chips desplegables. |
| Badge | Insignia visual de estado. Aparece como una pequeña pastilla colorida (p. ej. ✅ alta / ⚠️ media / 🔴 baja). |
| Dropdown | Menú desplegable. Botón que al pulsar muestra una lista de opciones que cae hacia abajo. |
| Accordion | Acordeón. Lista de bloques colapsables: pulsas el título y se despliega el contenido (como las secciones de este manual). |
| Expander | Bloque expandible. Sinónimo cercano de acordeón, usado dentro de la aplicación Streamlit. |
| Breadcrumb | "Migas de pan". Indicador de navegación que muestra dónde estás (p. ej. Manual › Iniciación › 🏠 Inicio). |
| Tooltip | Globo de texto que aparece al pasar el cursor sobre un elemento, explicando qué hace ese botón o icono. |
| Layout | Disposición o composición visual de una pantalla. |
| UX / UI | User Experience (experiencia de usuario) / User Interface (interfaz de usuario). UX = cómo se siente usar el sistema; UI = cómo se ve. |
Acciones y conceptos de uso cotidiano
| Término | Qué significa |
|---|---|
| Workflow | Flujo de trabajo. Serie ordenada de pasos para completar una tarea (p. ej. subir doc → procesar → consultar → exportar). |
| Pipeline | Canal o tubería de procesamiento. Cadena de pasos automáticos donde la salida de uno alimenta al siguiente (p. ej. el "pipeline OCR" o el "pipeline PII"). |
| Onboarding | Guía de bienvenida. Proceso inicial que orienta a un usuario nuevo en sus primeros pasos. |
| Wizard | Asistente paso a paso. Sucesión de pantallas que te guían para completar una configuración (p. ej. crear proyecto). |
| Template | Plantilla. Estructura predefinida que sirve como punto de partida (p. ej. plantillas de formato Corporativo, Jurídico, Académico). |
| Backup | Respaldo o copia de seguridad. Duplicado de los datos que sirve para restaurar el sistema si algo falla. |
| Lock | Bloqueo o fijación. En AIMAXIMUS, "Document Lock" significa fijar la consulta a un solo documento (todas las respuestas vienen únicamente de ese archivo). |
| Scope | Alcance o ámbito. Define qué documentos del proyecto entran en la consulta. El "universo documental" de cada pregunta. |
| Cache / Caché | Memoria temporal rápida. Guarda resultados ya calculados para responder más rápido cuando vuelves a hacer la misma consulta. |
| Fallback | Alternativa de respaldo. Si la opción principal falla, el sistema cambia automáticamente a la siguiente (p. ej. si DeepSeek no responde, usa OpenAI). |
| Gate | Compuerta o puerta de validación. Punto donde el sistema verifica una condición antes de avanzar (p. ej. "gate de producción" = condiciones que se deben cumplir para liberar el software). |
| Stack | Conjunto de tecnologías que componen un producto (p. ej. Python + Streamlit + ChromaDB + LangChain forman el stack de AIMAXIMUS). |
| Frontend / Backend | Parte visible (lo que ve el usuario) / parte interna (lo que ocurre en el servidor). En AIMAXIMUS, frontend = Streamlit; backend = Python + bases de datos. |
| Debug | Depurar. Localizar y corregir errores en el software. |
| Latencia | Tiempo que tarda el sistema en responder. Se mide en segundos. Una latencia baja es mejor. |
| Throughput | Caudal o capacidad. Cuántas consultas/documentos puede procesar el sistema por unidad de tiempo. |
| Streaming | Transmisión en flujo. El sistema entrega la respuesta del LLM palabra a palabra mientras se genera, en vez de esperar a tenerla completa. |
Metáforas y conceptos propios del producto AIMAXIMUS
| Término del producto | Qué representa realmente |
|---|---|
| Anti-Alucinación | Conjunto de mecanismos que evitan que la IA "se invente" datos que no están en los documentos. Una alucinación es una respuesta verosímil pero falsa. |
| Sistema de Confianza | Capa que verifica cada cifra, fecha e identificación de la respuesta contra el texto recuperado. Si no encuentra el dato literal, lo marca con un aviso. |
| Memoria del Proyecto | Contexto global compacto (~120 tokens) que el sistema inyecta automáticamente en cada consulta para que el LLM "conozca" el corpus entero sin tener que releerlo. |
| Knowledge Layer | Capa de Conocimiento. Mapa estructurado de entidades (personas, montos, fechas, organizaciones, lugares, IDs) y de las relaciones entre los documentos. |
| Document Lock | Fijación a un solo documento. El usuario "ata" la consulta a un archivo específico — la IA solo podrá usar ese archivo aunque haya más en el proyecto. |
| Scope / Universo documental | Sub-conjunto de documentos del proyecto sobre el que se hará la consulta. Por defecto = todos; el usuario puede limitarlo. |
| Nivel de Cobertura | Cuánto lee el sistema de cada documento en modo informe: Rápido (muestreo ligero), Equilibrado (estándar) o Exhaustivo (el 100% de cada documento, por ventanas). Se controla con el toggle 🔍 Cobertura total del chat y el menú lateral 📐 Cobertura y Memoria; las consultas tipo informe lo elevan automáticamente. |
| Memoria de conversación | Cuántas preguntas/respuestas anteriores recuerda el chat para encadenar el seguimiento. Por defecto 3, ajustable de 1 a 12 en 📐 Cobertura y Memoria. (Distinta de la Memoria del Proyecto, que es el contexto global del corpus.) |
| Rol | Perfil profesional preconfigurado (Contador, Abogado, Ingeniero, Consulta Estricta, etc.) que cambia el tono, la creatividad y los prompts internos del sistema. |
| Reranker inteligente | Re-ordenador. Tras la búsqueda inicial, reordena los resultados priorizando fuentes primarias (cédulas, certificados, documentos oficiales). |
| Caché semántico | Memoria de consultas anteriores que reaprovecha la respuesta cuando la nueva pregunta es muy similar (similitud ≥ 0,93) a una previa. |
| Cascada OCR | Estrategia de lectura escalonada. Empieza con el motor más barato y rápido; si la calidad no basta, sube al siguiente (hasta llegar a Vision IA). |
| Gate de producción | Punto de control objetivo (≥28/30 en auditoría de respuestas + 0 regresiones) que se debe superar antes de liberar el sistema a clientes. |
| Piloto comercial | Fase intermedia entre desarrollo y lanzamiento abierto: el software se entrega a 3-5 clientes controlados para validarlo en uso real. |
| Hibridación | Combinación de dos estrategias en una sola operación (p. ej. búsqueda híbrida = embeddings + palabras clave; OCR híbrido = local + nube). |
| Itinerario pedagógico | Ruta sugerida a través del manual según tu perfil (Soy nuevo · Quiero optimizar · Busco algo puntual · Tengo un problema). |
Negocio, productividad y métricas
| Término | Qué significa |
|---|---|
| ROI | Return On Investment. Retorno sobre la inversión. Indica cuánto ganas (en dinero o tiempo) por cada peso invertido. |
| KPI | Key Performance Indicator. Indicador clave de desempeño. Métrica que mide qué tan bien funciona algo (precisión, costo, tiempo, etc.). |
| MVP | Minimum Viable Product. Producto Mínimo Viable. Versión inicial del software que ya entrega valor aunque le falten funciones secundarias. |
| CRM / ERP | Sistemas empresariales de gestión de clientes (CRM) y de recursos (ERP). AIMAXIMUS puede integrarse con ellos en proyectos enterprise. |
| Tier | Nivel o plan. AIMAXIMUS tiene 3 tiers: Free (gratuito), Pro y Enterprise — cada uno con distintos límites de proyectos y documentos. |
| Auditoría | Revisión sistemática que verifica que el sistema cumple criterios de calidad (p. ej. la "auditoría de 30 preguntas" del gate de producción). |
| Run / Sprint | "Vuelta" de pruebas (Run #18) o ciclo corto de desarrollo (Sprint 4) — vocabulario heredado de metodologías ágiles. |
Para el lector general: Si encuentras un término en el sitio o en la aplicación que no aparece en ningún glosario, contáctanos por la sección Contacto indicando dónde lo viste. Mantenemos ambos glosarios vivos: se añaden términos a medida que aparecen en nuevas versiones.
Los siguientes comandos son útiles para administradores del sistema y procesos de despliegue. Todos se ejecutan desde el directorio raíz del proyecto con el entorno virtual activo.
Validación pre-deploy
python validate_before_deploy.pyVerifica en 8 secciones: sintaxis · imports · base de datos · vectorstores · API keys · LangChain · paquetes críticos · enums de roles. Obligatorio tras cualquier cambio de código.
Diagnóstico de vectorstores
python prerebuild_vectorstores.py --check-onlyVerifica integridad de los 28 ChromaDBs del sistema. Detecta desincronización SQLite ↔ ChromaDB sin tocar datos.
Reparación de vectorstores
python repair_vectorstores.pyReconstruye vectorstores desincronizados desde la fuente de verdad (SQLite). Usar solo si --check-only reporta inconsistencias.
Backup de la base de datos
cp rag_definitivo.db rag_definitivo.db.backup_$(date +%Y%m%d)Backup local de la base SQLite principal (~58 MB con 28 proyectos · 838 documentos · 26.123 chunks).
Arranque del software
streamlit run rag_sistema_definitivo.pyLanza la aplicación en el puerto por defecto (8501) o el configurado en --server.port.
Toda la configuración técnica del sistema vive en un único archivo: db_config.py.
Es la única fuente de verdad para rutas, modelo de embeddings, dimensiones y valores
de K adaptativos del retrieval.
Rutas críticas
SQLITE_DB_PATH | rag_definitivo.db (en raíz, no en database/) |
VECTOR_STORES_PATH | vector_stores_definitivo/ — un subdirectorio UUID por proyecto |
EMBEDDING_MODEL | sentence-transformers/paraphrase-multilingual-mpnet-base-v2 |
EMBEDDING_DIMENSIONS | 768 (no cambiar sin migrar) |
Retrieval adaptativo · valores de K
El sistema ajusta automáticamente cuántos chunks recupera según el tipo de pregunta:
| Tipo de consulta | K | Cuándo se activa |
|---|---|---|
| Simple | 18 | Pregunta puntual sobre un dato. |
| Búsqueda específica | 20 | Localización de entidad/cifra. |
| Moderada | 20 | Resumen de una sección. |
| Compleja | 30 | Análisis comparativo multi-documento. |
| Datos completos | 40 | Tablas, listados exhaustivos. |
Importante: Estos valores son automáticos — el usuario final no necesita conocerlos. Se documentan aquí solo para equipos técnicos que afinen el comportamiento del sistema.
El procesamiento de documentos escaneados sigue una cascada de motores que va aumentando en calidad y coste hasta encontrar el resultado válido. Esto garantiza máxima precisión sin gastar más de lo necesario.
-
PDF nativo (extracción directa) — Si el PDF tiene capa de texto,
se extrae con
PyMuPDFsin pasar por OCR. Coste 0, velocidad máxima. - Tesseract — Motor open source local. Bueno para documentos limpios escritos a máquina. Rápido y gratis.
- EasyOCR — Motor basado en deep learning (PyTorch). Mejor que Tesseract en documentos imperfectos. Se ejecuta localmente.
- PaddleOCR — Motor de Baidu. Excelente para documentos asiáticos y tablas complejas. También local.
- Vision IA (Gemini 2.0 Flash, Claude 3.5, GPT-4V) — Motor en nube de máxima calidad. Se usa solo cuando los anteriores fallan. Tiene coste por página.
Calidad de página: Desde v3.99.12 cada página se clasifica en una de 5 categorías (CLEAN · POOR_QUALITY · EMPTY · ILLEGIBLE · GARBAGE) y se reporta en el sidebar "📋 Calidad de Procesamiento". Las páginas vacías o inservibles se omiten automáticamente — no contaminan los embeddings ni las respuestas.
El sistema usa una jerarquía de proveedores de IA configurable desde Sidebar → 🤖 Proveedores IA. Si el proveedor de prioridad 1 falla, se cambia automáticamente al de prioridad 2, y así sucesivamente. Todo es transparente para el usuario.
| Prioridad | Proveedor | Modelo por defecto | Coste relativo |
|---|---|---|---|
| 1 | DeepSeek | deepseek-chat (V3) | 💰 Muy bajo |
| 2 | OpenAI | gpt-4o | 💰💰 Medio |
| 3 | Anthropic | claude-3.5-sonnet | 💰💰 Medio |
| 4 | Google Gemini | gemini-2.0-flash | 💰 Bajo |
Configuración en ai_providers_config.json. Cada proveedor se activa de forma
independiente con su API key en el archivo .env o vía la pestaña
Configuración → API Keys del software.
Defensa estructural:
Desde v3.99.12, los modelos tipo reasoning (p. ej. o1, deepseek-reasoner,
v4-pro) se redirigen automáticamente al modelo chat equivalente. Esto evita
el bug de "respuesta vacía con 0 tokens output" que consumía el budget en chain-of-thought interno.
Datos reales de la instancia de referencia a la fecha de actualización del manual (mayo 2026):
Almacenamiento
- 28 proyectos activos
- 838 documentos procesados
- 26.123 chunks en SQLite
- 32.600 embeddings en ChromaDB
- 57,9 MB base SQLite + 1,4 GB vectorstores
Calidad (Run #18)
- Score 92,73 / 100
- Precisión: 94,17
- Alucinación: 0,0 % ✅
- Fallos críticos: 0
- 75 / 75 tests PASS
Cifras de la sesión de evaluación interna del 23 de abril de 2026 con el corpus de pruebas oficial.
Replicables ejecutando testing_simulado_usuario.py con las preguntas de catalog.
Ejemplos Interactivos
Aprende a usar el sistema RAG con ejemplos paso a paso guiados de las tareas más comunes que suelen ejecutar nuestros usuarios élite.
Análisis de Extracto Bancario
Pasos de Simulación:
- Configurar la Temperatura en 0.2 para extraer cifras sin "alucinaciones".
- Subir el paquete de extractos unidos en 1 solo PDF.
- Esperar al indicador de completitud del motor OCR.
- Prompt sugerido: "Clasifica todos los movimientos por tipo y calcula totales separados de ingresos vs egresos."
- Genera Excel mediante la solicitud: "Hazme esto en tabla" y click al botón.
¿Qué aprenderás?
- Separar flujos de caja.
- Detección automática de duplicados bancarios.
- Creación de resúmenes por periodo contable.
Análisis de Contrato Legal
Pasos de Simulación:
- Configurar la Temperatura en 0.3 para exhaustividad textual.
- Subir Contratos escaneados. El sistema identificará incluso firmas y sellos gracias a DeepSeek Vision.
- Prompt crítico: "Haz un abstract de rescisión de contrato e indica las cláusulas y penalidades."
- Descarga el informe jurídico en
.docxcon formato "Jurídico" aplicado.
Procesamiento de Facturas
Subida de múltiples facturas PDF sueltas. El sistema las leerá como una gran base de datos compartida.
Prompt mágico sugerido:
"Analiza todas las facturas y dame una tabla que tenga: Proveedor, NIT, Fecha, Monto Bruto, IVA, y Total."
