estudIA-MCP

# ✅ Nueva Herramienta: Análisis y Actualización de Contexto de Usuario ## 🎉 Resumen de Implementación He creado exitosamente una herramienta MCP que analiza conversaciones y actualiza automáticamente el contexto del usuario para personalizar su experiencia de aprendizaje. ## 📋 Archivos Creados/Modificados ### 1. **src/gemini.py** - Nueva función de análisis - ✅ `analyze_conversation_for_context_update()`: Analiza conversaciones con Gemini - Extrae información educativa relevante - Decide automáticamente si actualizar el contexto ### 2. **src/main.py** - Nueva herramienta MCP - ✅ `analyze_and_update_user_context`: Herramienta MCP principal - ✅ `_analyze_and_update_user_context_impl`: Implementación interna - Lee mensajes de `cubicle_messages` - Actualiza campo `user_context` en tabla `users` ### 3. **test_user_context_update.py** - Script de prueba - ✅ Prueba completa de la funcionalidad - Muestra usuarios y sesiones disponibles - Ejecuta análisis y muestra resultados detallados ### 4. **CONTEXT_UPDATE_TOOL.md** - Documentación completa - ✅ Guía de uso - Ejemplos prácticos - Estructura de datos - Mejores prácticas ## 🔍 Cómo Funciona ``` ┌─────────────────────────────────────────────────────────────┐ │ 1. ENTRADA │ │ - user_id: UUID del usuario │ │ - session_id: UUID de la sesión del cubículo │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 2. LECTURA DE DATOS │ │ - Contexto actual del usuario (tabla users) │ │ - Todos los mensajes de la sesión (cubicle_messages) │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 3. ANÁLISIS CON GEMINI │ │ - Analiza la conversación completa │ │ - Extrae información educativa relevante: │ │ • Nivel educativo │ │ • Estilo de aprendizaje │ │ • Intereses y objetivos │ │ • Fortalezas y debilidades │ │ • Preferencias de comunicación │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 4. DECISIÓN INTELIGENTE │ │ - ¿Hay información nueva? │ │ - ¿Es relevante para el aprendizaje? │ │ - ¿Difiere del contexto actual? │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 5. ACTUALIZACIÓN (si es necesario) │ │ - Combina contexto anterior con nueva información │ │ - Actualiza campo user_context en tabla users │ │ - Preserva información importante anterior │ └─────────────────────────────────────────────────────────────┘ ↓ ┌─────────────────────────────────────────────────────────────┐ │ 6. RESPUESTA │ │ - success: true/false │ │ - context_updated: true/false │ │ - new_context: texto actualizado │ │ - reasons: razones para actualizar/no actualizar │ │ - key_findings: hallazgos clave estructurados │ └─────────────────────────────────────────────────────────────┘ ``` ## 🧪 Prueba Exitosa El test ejecutado mostró: - ✅ Conexión correcta a Supabase - ✅ Lectura de usuarios y sesiones - ✅ Análisis de 13 mensajes - ✅ Actualización exitosa del contexto - ✅ Extracción de hallazgos clave (intereses, objetivos) ## 📊 Información que Captura La herramienta analiza y extrae: 1. **📚 Nivel Educativo**: Grado, carrera, semestre 2. **🎨 Estilo de Aprendizaje**: Visual, auditivo, práctico 3. **🌟 Intereses Académicos**: Temas favoritos 4. **💪 Fortalezas**: Áreas donde destaca 5. **🆘 Debilidades**: Áreas de mejora 6. **🎯 Objetivos**: Exámenes, proyectos, metas 7. **💬 Preferencias**: Cómo prefiere aprender 8. **⏰ Hábitos**: Horarios de estudio ## 🚀 Uso en Producción ### Como herramienta MCP: ```python result = await analyze_and_update_user_context( user_id="uuid-del-usuario", session_id="uuid-de-la-sesion" ) ``` ### Cuándo llamarla: 1. **Al finalizar una sesión de estudio** 2. **Periódicamente en sesiones largas** (cada 10-15 mensajes) 3. **Cuando el usuario menciona cambios importantes** 4. **En la primera interacción** (crear contexto inicial) ### Integración recomendada: ```python # Al finalizar sesión @app.post("/api/sessions/{session_id}/end") async def end_session(session_id: str, user_id: str): await mark_session_ended(session_id) # Analizar y actualizar contexto context_result = await analyze_and_update_user_context( user_id=user_id, session_id=session_id ) if context_result.get('context_updated'): return { "message": "Perfil de aprendizaje actualizado", "updates": context_result['key_findings'] } ``` ## 🎯 Beneficios - **🤖 Automático**: No requiere formularios - **🧠 Inteligente**: Gemini decide qué es relevante - **📈 Mejora continua**: Se enriquece con cada sesión - **💾 Persistente**: Guardado en base de datos - **🔒 No destructivo**: Preserva información anterior ## 📁 Estructura de Tablas ### users ```sql - id (UUID) - name (text) - email (text) - user_context (text) ← Campo actualizado por la herramienta ``` ### cubicle_messages ```sql - id (UUID) - session_id (UUID) → cubicle_sessions - user_id (UUID) → users (NULL si es del asistente) - content (text) - created_at (timestamptz) ``` ## 📖 Documentación Lee `CONTEXT_UPDATE_TOOL.md` para: - Ejemplos detallados - Casos de uso - Mejores prácticas - Estructura de respuesta completa ## ✅ Lista de Verificación - [x] Función de análisis en Gemini - [x] Herramienta MCP implementada - [x] Lectura de tabla users - [x] Lectura de tabla cubicle_messages - [x] Actualización de user_context - [x] Script de prueba funcional - [x] Documentación completa - [x] Prueba exitosa con datos reales ## 🎉 Resultado La herramienta está **100% funcional** y lista para integración en producción. Personaliza automáticamente la experiencia de cada estudiante analizando sus conversaciones naturales.