🎓 SELVA INTELIGENTE — Sistema Académico EPIIS · UNAS

Plataforma de Gestión Académica con Inteligencia Artificial

Escuela Profesional de Ingeniería Informática y Sistemas — Universidad Nacional Agraria de la Selva

📋 Tabla de Contenidos

1. Descripción del Proyecto

2. Características

3. Arquitectura del Sistema

4. Manual de Instalación

   • Método 1 — Instalación rápida con OVA (Recomendado)

   • Método 2 — Instalación manual desde cero (GitHub)

5. Manual de Usuario

6. Panel de Administración

7. Generación de Documentos

8. Integración WhatsApp

9. Configuración Avanzada

10. API REST — Endpoints

11. Solución de Problemas

12. Roadmap

13. Licencia

14. Créditos

📖 Descripción

Selva Inteligente es una plataforma web con inteligencia artificial diseñada para la gestión académica de la Escuela Profesional de Ingeniería Informática y Sistemas (EPIIS) de la Universidad Nacional Agraria de la Selva (UNAS). Combina un asistente conversacional inteligente con generación automática de documentos profesionales y un canal de comunicación vía WhatsApp.

¿Qué hace el sistema?

• 🤖 Chat con IA: Un asistente conversacional que responde preguntas sobre la EPIIS, planes de estudio, cursos, trámites y más.

• 📄 Genera documentos: Crea automáticamente archivos en PDF, Word, Excel y PowerPoint con formato académico profesional.

• 💬 WhatsApp Bot: Permite a docentes y alumnos consultar al asistente directamente desde su celular.

• 🔍 Búsqueda inteligente: Encuentra información en documentos institucionales usando búsqueda semántica (ChromaDB).

• 🌐 Web Scraping: Extrae automáticamente noticias y contenido actualizado de la UNAS.

El sistema se ejecuta sobre Ubuntu 24.04 LTS en una máquina virtual (VirtualBox) y utiliza Ollama Cloud para inferencia de IA con modelos de alta capacidad como MiniMax M2, DeepSeek V3, Kimi K2.5, Qwen3 Coder y Gemini Flash.

✨ Características

🏗️ Arquitectura del Sistema

                    ┌───────────────────────────────┐
                    │      USUARIO FINAL            │
                    │  (Navegador / WhatsApp)        │
                    └──────────┬────────────────────┘
                               │
              ┌────────────────┼────────────────┐
              │                │                │
              ▼                ▼                ▼
     ┌──────────────┐  ┌────────────┐  ┌──────────────┐
     │   Frontend   │  │  WhatsApp  │  │   ngrok      │
     │   React+Vite │  │  Web.js    │  │  (túnel)     │
     │   :3000      │  │  QR Auth   │  │              │
     └──────┬───────┘  └─────┬──────┘  └──────┬───────┘
            │                │                │
            └────────────────┼────────────────┘
                             │
                    ┌────────▼────────┐
                    │  Backend API    │
                    │  Express :3001  │
                    └────────┬────────┘
                             │
         ┌───────────────────┼───────────────────┐
         │                   │                   │
         ▼                   ▼                   ▼
┌─────────────────┐ ┌──────────────┐  ┌──────────────────┐
│  Ollama Cloud   │ │  ChromaDB    │  │  Document        │
│  (IA Remota)    │ │  (Vectores)  │  │  Generator       │
│  MiniMax, Kimi  │ │              │  │  PDF/DOCX/XLSX/  │
│  DeepSeek, etc. │ └──────────────┘  │  PPTX            │
└─────────────────┘                   └──────────────────┘

Stack Tecnológico

Estructura del Proyecto

epiis-mcp-server/
├── backend/                    # API REST + Lógica de negocio
│   ├── src/
│   │   ├── app.js              # Punto de entrada del servidor
│   │   ├── routes/             # Rutas de la API
│   │   ├── services/           # Servicios (LLM, documentos, scraper)
│   │   ├── middleware/         # Autenticación JWT
│   │   └── mcp/               # Protocolo MCP
│   ├── scripts/
│   │   └── install-puppeteer-deps.sh  # Dependencias de Chromium
│   ├── storage/                # Almacenamiento de documentos
│   │   ├── documents/          # Documentos fuente indexados
│   │   ├── generated/          # Documentos generados por IA
│   │   ├── chromadb/           # Base de datos vectorial
│   │   └── templates/          # Plantillas
│   └── database/               # SQLite
├── frontend/                   # Interfaz web
│   ├── src/
│   │   ├── App.jsx             # Componente principal
│   │   ├── components/         # Componentes React
│   │   └── assets/             # Estilos y recursos
│   ├── dist/                   # Build de producción
│   └── vite.config.js          # Configuración de Vite
├── scripts/                    # Scripts de utilidad
│   ├── setup.sh                # Configuración inicial
│   └── index-documents.js      # Indexación de documentos
├── .env                        # Variables de entorno (privado)
├── .env.example                # Ejemplo de variables de entorno
├── package.json                # Control centralizado
└── README.md                   # Este archivo

📦 Manual de Instalación

Existen dos métodos para instalar y ejecutar el sistema. Elige el que mejor se adapte a tu situación:

Método 1 — Instalación rápida con OVA (Recomendado)

💡 ¿Qué es una OVA?
Una OVA (Open Virtual Appliance) es una máquina virtual pre-configurada que contiene todo el sistema listo para usar: Ubuntu 24.04, Node.js, Ollama, el proyecto completo y todas las dependencias instaladas. Solo necesitas importarla en VirtualBox y ejecutar.

📥 Enlace de Descarga

Descarga el archivo OVA desde el siguiente enlace de MEGA:

🔗 Descargar OVA desde MEGA
(Tamaño aproximado: ~8–12 GB)

Requisitos previos del equipo host (tu PC)

Antes de comenzar, verifica que tu computadora cumple con estos requisitos:

Paso 1 — Instalar VirtualBox

Si ya tienes VirtualBox instalado, salta al Paso 2.

1. Abre tu navegador y ve a: https://www.virtualbox.org/wiki/Downloads

2. Descarga el instalador correspondiente a tu sistema operativo:

   • Windows: VirtualBox x.x.x platform packages → Windows hosts

   • macOS: VirtualBox x.x.x platform packages → macOS / Intel hosts (o ARM)

   • Linux: Selecciona tu distribución

3. Ejecuta el instalador descargado:

   • En Windows: doble clic en VirtualBox-x.x.x-Win.exe

   • Acepta todas las opciones predeterminadas

   • Haz clic en "Install" y espera a que termine

4. Reinicia tu computadora si el instalador lo solicita

5. Abre VirtualBox para verificar que se instaló correctamente

Paso 2 — Descargar e importar la OVA

2.1 Descargar la OVA

1. Haz clic en el enlace de descarga de MEGA proporcionado arriba

2. En la página de MEGA, haz clic en "Descargar" (o "Download")

3. Espera a que se complete la descarga del archivo .ova

   • El archivo pesa aproximadamente 8–12 GB, ten paciencia

   • Verifica que el archivo se descargó completamente (no debe estar cortado)

2.2 Importar en VirtualBox

1. Abre VirtualBox

2. En el menú superior, ve a: Archivo → Importar servicio virtualizado (o File → Import Appliance)

   

3. Haz clic en el ícono de carpeta 📂 y selecciona el archivo .ova que descargaste

4. Haz clic en "Siguiente" (Next)

5. Aparecerá una pantalla con la configuración de la máquina virtual. Ajusta los siguientes valores:

   Parámetro	Valor recomendado	Notas
   Nombre	SELVA-INTELIGENTE-EPIIS	Puedes dejarlo como viene
   CPU	2 (mínimo)	Sube a 4 si tu PC tiene 8+ cores
   RAM	4096 MB (mínimo)	Sube a 8192 MB si tienes 16+ GB de RAM
   Política MAC	Generar nuevas direcciones	Importante: selecciona esta opción

6. Haz clic en "Importar" (Import)

7. Espera a que termine el proceso de importación (puede tomar 5–10 minutos)

8. Al finalizar, verás la máquina virtual en la lista de VirtualBox ✅

Paso 3 — Configurar la red de la máquina virtual

La configuración de red determina cómo accederás al sistema desde tu PC.

1. Selecciona la máquina virtual importada en la lista (un clic, sin iniciarla)

2. Haz clic en "Configuración" (ícono de engranaje ⚙️) o clic derecho → Configuración

3. Ve a la sección "Red" (Network) en el panel izquierdo

4. En la pestaña "Adaptador 1":

   Opción A — Adaptador Puente ⭐ (Recomendado)

   Campo	Valor
   ☑ Habilitar adaptador de red	Activado
   Conectado a	Adaptador puente (Bridged Adapter)
   Nombre	(tu adaptador de red, ej: "Intel Wi-Fi" o "Realtek Ethernet")

   Con esta opción, la VM obtiene una IP propia en tu red local (ej: 192.168.1.57), permitiéndote acceder desde tu navegador.

   Opción B — NAT con reenvío de puertos

   Campo	Valor
   ☑ Habilitar adaptador de red	Activado
   Conectado a	NAT

   Si usas NAT, debes configurar el reenvío de puertos:

   • Haz clic en "Avanzadas" → "Reenvío de puertos" (Port Forwarding)

   • Agrega estas reglas:

   Nombre	Protocolo	IP Host	Puerto Host	IP Invitado	Puerto Invitado
   Frontend	TCP	127.0.0.1	3000	10.0.2.15	3000
   Backend	TCP	127.0.0.1	3001	10.0.2.15	3001

5. Haz clic en "Aceptar" (OK) para guardar

Paso 4 — Iniciar la máquina virtual

1. Selecciona la máquina virtual en VirtualBox

2. Haz doble clic o presiona el botón "Iniciar" ▶️

3. Espera a que cargue Ubuntu 24.04 LTS (puede tomar 1–2 minutos la primera vez)

4. En la pantalla de login de Ubuntu, inicia sesión con las credenciales:

   👤 Usuario:     epiismcp
   🔑 Contraseña:  epiismcp2026

5. Una vez dentro del escritorio de Ubuntu, estás listo para iniciar el sistema

Paso 5 — Iniciar el sistema Selva Inteligente

1. Abre una terminal en Ubuntu: presiona Ctrl + Alt + T

2. Navega al directorio del proyecto:

   cd ~/mcp-epiis

3. Inicia el sistema completo (backend + frontend + ngrok):

   npm run dev

4. Espera a que aparezcan los siguientes mensajes confirmando que todo está funcionando:

   ✅ Backend corriendo:
   🚀 API Server corriendo en HTTPS: https://localhost:3001
   📋 Health check: https://localhost:3001/api/health
   
   ✅ Frontend corriendo:
     VITE v5.x.x  ready in XXX ms
     ➜  Local:   https://localhost:3000/
     ➜  Network: https://192.168.x.x:3000/
   
   ✅ ngrok corriendo:
     Forwarding: https://krystina-weedier-howard.ngrok-free.dev → https://localhost:3000

Paso 6 — Acceder a la aplicación

Hay tres formas de acceder a la aplicación dependiendo de tu configuración:

Opción A — Desde el navegador de la VM (dentro de Ubuntu)

Abre Firefox dentro de Ubuntu y ve a:

https://localhost:3000

Opción B — Desde tu PC host (Adaptador Puente)

1. Primero, obtén la IP de la máquina virtual. En la terminal de Ubuntu ejecuta:

   ip addr show

2. Busca la dirección IP en la interfaz de red (generalmente enp0s3 o ens33):

   2: enp0s3: <BROADCAST,MULTICAST,UP,LOWER_UP>
       inet 192.168.1.57/24 brd 192.168.1.255 scope global dynamic enp0s3
             ^^^^^^^^^^^^ ← Esta es la IP de tu VM

3. Abre un navegador en tu PC (Chrome, Edge, Firefox) y ve a:

   https://192.168.1.57:3000

   (reemplaza 192.168.1.57 con la IP real de tu VM)

4. Si el navegador muestra una advertencia de certificado SSL, haz clic en "Avanzado" → "Continuar de todos modos" (es seguro, el certificado es auto-firmado)

Opción C — Acceso público con ngrok (desde cualquier dispositivo)

Si ngrok está configurado, puedes acceder desde cualquier dispositivo con internet usando:

https://krystina-weedier-howard.ngrok-free.dev

Paso 7 — Verificar que todo funciona

Ejecuta estas verificaciones en la terminal de Ubuntu:

# 1. Verificar que el backend responde
curl -k https://localhost:3001/api/health

# Respuesta esperada:
# {"status":"ok","uptime":...,"services":{...}}

# 2. Verificar que Ollama está corriendo
systemctl status ollama

# Debe mostrar: Active: active (running)

# 3. Verificar que el frontend carga
curl -k -o /dev/null -s -w "%{http_code}" https://localhost:3000

# Respuesta esperada: 200

🎉 ¡Listo! El sistema está funcionando. Ve al Manual de Usuario para aprender a usarlo.

Método 2 — Instalación manual desde cero (GitHub)

🛠️ Este método es para usuarios avanzados que quieren configurar el sistema en su propio servidor Ubuntu, hacer desarrollo, o no pueden usar la OVA. Requiere conocimientos básicos de Linux, terminal y git.

Requisitos previos

Hardware recomendado

Paso 1 — Preparar el sistema operativo

Abre una terminal y actualiza el sistema:

# Actualizar lista de paquetes y sistema
sudo apt update && sudo apt upgrade -y

# Instalar herramientas básicas necesarias
sudo apt install -y curl wget git build-essential

Paso 2 — Instalar Node.js v20

# Agregar el repositorio oficial de NodeSource para Node.js 20
curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -

# Instalar Node.js (incluye npm)
sudo apt install -y nodejs

# Verificar la instalación
node --version   # Debe mostrar v20.x.x
npm --version    # Debe mostrar v10.x.x

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
source ~/.bashrc
nvm install 20
nvm use 20

Paso 3 — Instalar Ollama

Ollama es el motor de IA que ejecuta los modelos de lenguaje.

# Instalar Ollama con el script oficial
curl -fsSL https://ollama.com/install.sh | sh

# Verificar que se instaló correctamente
ollama --version

# Ollama se inicia automáticamente como servicio
# Verificar que está corriendo:
systemctl status ollama

Ahora descarga el modelo de embeddings (necesario para la búsqueda semántica):

# Descargar el modelo de embeddings (obligatorio, ~274 MB)
ollama pull nomic-embed-text

# (Opcional) Descargar un modelo local para IA sin internet
ollama pull llama3.2:3b

Paso 4 — Instalar dependencias de Chromium (para WhatsApp)

El bot de WhatsApp usa Puppeteer con Chromium. En Ubuntu 24.04 se necesitan librerías específicas:

# NOTA: Ejecutar esto DESPUÉS de clonar el proyecto (Paso 5)
# Se incluye aquí para que sepas que es necesario

sudo apt install -y \
    libasound2t64 \
    libatk1.0-0t64 \
    libatk-bridge2.0-0t64 \
    libc6 \
    libcairo2 \
    libcups2t64 \
    libdbus-1-3 \
    libexpat1 \
    libfontconfig1 \
    libgcc-s1 \
    libgdk-pixbuf-2.0-0 \
    libglib2.0-0t64 \
    libgtk-3-0t64 \
    libnspr4 \
    libpango-1.0-0 \
    libpangocairo-1.0-0 \
    libstdc++6 \
    libx11-6 \
    libx11-xcb1 \
    libxcb1 \
    libxcomposite1 \
    libxcursor1 \
    libxdamage1 \
    libxext6 \
    libxfixes3 \
    libxi6 \
    libxrandr2 \
    libxrender1 \
    libxss1 \
    libxtst6 \
    ca-certificates \
    fonts-liberation \
    libayatana-appindicator3-1 \
    libnss3 \
    lsb-release \
    xdg-utils \
    wget \
    libgbm-dev \
    libdrm2 \
    libxshmfence1 \
    libxkbcommon0

Alternativa: También puedes usar el script incluido en el proyecto (después de clonar):

sudo bash backend/scripts/install-puppeteer-deps.sh

Paso 5 — Instalar ngrok (túnel HTTPS)

ngrok permite exponer tu servidor local a internet con una URL pública HTTPS.

# Descargar e instalar ngrok
curl -sSL https://ngrok-agent.s3.amazonaws.com/ngrok-v3-stable-linux-amd64.tgz \
  | sudo tar xz -C /usr/local/bin

# Verificar la instalación
ngrok version

# Configurar tu token de autenticación
# (Obtén tu token en https://dashboard.ngrok.com/get-started/your-authtoken)
ngrok config add-authtoken <TU_TOKEN_NGROK>

Paso 6 — Clonar el repositorio del proyecto

# Clonar el repositorio desde GitHub
git clone https://github.com/gabrielbardalesrojas/mcp-epiis.git ~/mcp-epiis

# Entrar al directorio del proyecto
cd ~/mcp-epiis

Si el repositorio es privado, necesitarás un token de acceso:

# Con token de acceso personal
git clone https://<TU_TOKEN>@github.com/gabrielbardalesrojas/mcp-epiis.git ~/mcp-epiis

# O configurar SSH
git clone git@github.com:gabrielbardalesrojas/mcp-epiis.git ~/mcp-epiis

Paso 7 — Instalar dependencias del proyecto

# Asegurarte de estar en el directorio del proyecto
cd ~/mcp-epiis

# Instalar la dependencia raíz (concurrently)
npm install

# Instalar todas las dependencias (backend + frontend)
npm run install:all

Este comando ejecuta:

• npm install --prefix backend — Instala las dependencias del backend (~55 paquetes incluyendo Express, Ollama, pdf-lib, docx, whatsapp-web.js, etc.)

• npm install --prefix frontend — Instala las dependencias del frontend (~React, Vite, etc.)

sudo chown -R $(whoami) ~/mcp-epiis
npm run install:all

Paso 8 — Instalar dependencias de Chromium (para WhatsApp)

# Ejecutar el script de instalación de dependencias de Puppeteer
sudo bash backend/scripts/install-puppeteer-deps.sh

Paso 9 — Configurar variables de entorno

# Copiar el archivo de ejemplo
cp .env.example .env

# Editar con nano (o tu editor preferido)
nano .env

Configura los siguientes valores en el archivo .env:

# ============================================
# EPIIS MCP Server - Configuración
# ============================================

# --- Modo de IA ---
# Opciones: local | cloud | auto
# - local: Usa Ollama instalado en esta máquina (requiere modelo descargado)
# - cloud: Usa Ollama Cloud (requiere API Key e internet)
# - auto:  Intenta cloud primero, si falla usa local
IA_MODE=cloud

# --- Configuración Ollama Local ---
OLLAMA_HOST=http://localhost:11434
OLLAMA_MODEL=llama3.2:3b
EMBED_MODEL=nomic-embed-text

# --- Configuración Ollama Cloud ---
# Obtén tu API Key en: https://ollama.com → Settings → API Keys
OLLAMA_CLOUD_API_KEY=<TU_API_KEY_AQUI>
OLLAMA_CLOUD_HOST=https://api.ollama.com
OLLAMA_CLOUD_MODEL=minimax-m2:cloud

# --- Servidor ---
PORT=3001
NODE_ENV=development

# --- Rutas de Almacenamiento ---
STORAGE_PATH=./storage
DATA_PATH=./data

# --- Parámetros del LLM ---
LLM_TEMPERATURE=0.3          # 0=determinista, 1=creativo (0.3 recomendado)
LLM_MAX_TOKENS=4096          # Largo máximo de respuesta
LLM_NUM_CTX=8192             # Ventana de contexto

# --- Vector Store (ChromaDB) ---
CHROMADB_PATH=./storage/chromadb
COLLECTION_NAME=epiis_documents

# --- Web Scraping ---
UNSM_BASE_URL=https://www.unas.edu.pe
FIIS_URL=https://fiis.unas.edu.pe
SCRAPER_TIMEOUT=30000

# --- Logging ---
LOG_LEVEL=info

Guarda y cierra: Ctrl + O, Enter, Ctrl + X

Paso 10 — Ejecutar la configuración inicial

# Crear directorios necesarios y verificar instalación
cd ~/mcp-epiis/backend
npm run setup

Este script automáticamente:

• ✅ Crea la estructura de carpetas (storage/documents/, storage/generated/, etc.)

• ✅ Verifica que Ollama está corriendo

• ✅ Verifica que los modelos necesarios están descargados

• ✅ Crea el archivo .env si no existe

Paso 11 — Iniciar el sistema

# Volver al directorio raíz del proyecto
cd ~/mcp-epiis

# Asegurarse de que Ollama está corriendo
sudo systemctl start ollama

# Iniciar el sistema completo
npm run dev

Verás la salida con los tres servicios iniciándose simultáneamente:

[0] 🚀 API Server corriendo en HTTPS: https://localhost:3001
[1]   VITE v5.x.x  ready in XXX ms
[1]   ➜  Local:   https://localhost:3000/
[2]   Forwarding: https://xxxxx.ngrok-free.dev → https://localhost:3000

Paso 12 — Verificar la instalación

# 1. Backend healthcheck
curl -k https://localhost:3001/api/health
# Esperado: {"status":"ok",...}

# 2. Verificar Ollama
curl http://localhost:11434/api/tags
# Esperado: lista de modelos instalados

# 3. Abrir en el navegador
xdg-open https://localhost:3000

🎉 ¡Instalación completa! Ve al Manual de Usuario para comenzar a usar el sistema.

(Opcional) Configurar inicio automático con PM2

Si quieres que el sistema se inicie automáticamente cada vez que enciendas Ubuntu:

# Instalar PM2 (gestor de procesos de producción)
sudo npm install -g pm2

# Iniciar los servicios con PM2
pm2 start backend/src/app.js --name "epiis-backend"
pm2 start "npm run dev --prefix frontend" --name "epiis-frontend"

# Guardar la configuración para auto-inicio
pm2 startup
pm2 save

# Comandos útiles de PM2:
pm2 status              # Ver estado de los servicios
pm2 logs                # Ver logs en tiempo real
pm2 restart all         # Reiniciar todos los servicios
pm2 stop all            # Detener todos los servicios

Resumen de comandos (Método 2 — Referencia rápida)

# === INSTALACIÓN COMPLETA EN UN SOLO BLOQUE ===

# 1. Sistema base
sudo apt update && sudo apt upgrade -y
sudo apt install -y curl wget git build-essential

# 2. Node.js 20
curl -fsSL https://deb.nodesource.com/setup_20.x | sudo -E bash -
sudo apt install -y nodejs

# 3. Ollama
curl -fsSL https://ollama.com/install.sh | sh
ollama pull nomic-embed-text

# 4. ngrok
curl -sSL https://ngrok-agent.s3.amazonaws.com/ngrok-v3-stable-linux-amd64.tgz \
  | sudo tar xz -C /usr/local/bin
ngrok config add-authtoken <TU_TOKEN>

# 5. Clonar proyecto
git clone https://github.com/gabrielbardalesrojas/mcp-epiis.git ~/mcp-epiis
cd ~/mcp-epiis

# 6. Instalar dependencias
npm install
npm run install:all
sudo bash backend/scripts/install-puppeteer-deps.sh

# 7. Configurar
cp .env.example .env
nano .env    # Configurar API Keys y modo de IA

# 8. Setup inicial
cd backend && npm run setup && cd ..

# 9. Iniciar
npm run dev

👤 Manual de Usuario

Acceso al Sistema

1. Abre tu navegador y ve a la dirección del servidor:

   • Desde la VM: https://localhost:3000

   • Desde tu PC: https://<IP-de-la-VM>:3000

   • URL pública: https://krystina-weedier-howard.ngrok-free.dev

2. Haz clic en "Iniciar sesión con Google"

3. Selecciona tu cuenta de Google institucional

4. Serás redirigido al panel principal

Pantalla Principal — Chat con IA

La interfaz principal es un chat conversacional donde puedes hacer preguntas y solicitar documentos:

┌─────────────────────────────────────────────┐
│  ☰  SELVA INTELIGENTE           ● ● ■      │
├─────────────────────────────────────────────┤
│                                             │
│  ┌─────────────────────────────────────┐    │
│  │ Historial de conversaciones        │    │
│  │ • Nueva conversación               │    │
│  │ • Informe de gestión FIIS          │    │
│  │ • Sílabo de IA                     │    │
│  └─────────────────────────────────────┘    │
│                                             │
│  ┌─────────────────────────────────────────┐│
│  │ 🤖 ¡Hola! Soy el asistente de la FIIS.││
│  │    ¿En qué puedo ayudarte?             ││
│  └─────────────────────────────────────────┘│
│                                             │
│  ┌─────────────────────────────────────────┐│
│  │ Escribe tu mensaje...          ⚙️  ➤   ││
│  └─────────────────────────────────────────┘│
│                   CONFIGURACIÓN ⚙️          │
└─────────────────────────────────────────────┘

Tipos de Consultas

1. Preguntas informativas (texto simple)

Escribe cualquier pregunta y el asistente responderá con información institucional.

2. Generación de documentos (archivos descargables)

Cuando pides un documento, el sistema lo genera automáticamente y te muestra un botón de descarga.

Tip: Sé específico en tu solicitud. En vez de "genera un PDF", escribe "genera un informe en PDF sobre los logros académicos de la FIIS en el semestre 2025-II".

Centro de Configuración

Haz clic en CONFIGURACIÓN ⚙️ en la parte inferior para acceder al centro de configuración:

Pestaña: IA Avanzada

• Modelo de Lenguaje (Cloud): Selecciona entre los modelos disponibles:

  • 🟢 MiniMax M2 — Redacción académica (recomendado)

  • 🔵 DeepSeek V3 — Razonamiento lógico

  • 🟡 Kimi K2.5 — Contexto masivo

  • 🟣 Qwen3 Coder — Tareas técnicas

  • 🔴 Gemini Flash — Eficiencia y rapidez

• Modo de Operación: Local, Nube (Cloud), o Auto

• API Key: Credenciales de Ollama Cloud

Pestaña: WhatsApp

• Escanear código QR para vincular WhatsApp

• Ver estado de la conexión

• Desconectar sesión

Pestaña: Sistema

• Ver estado del servidor

• Estadísticas de documentos

• Información del sistema

🛡️ Panel de Administración

El sistema cuenta con un panel de administración protegido que permite gestionar los documentos que los usuarios suben al sistema. Ningún documento ingresa a la base de conocimiento de la IA sin antes ser revisado y aprobado por un administrador.

Acceso al Panel de Administración

El panel de administración tiene una autenticación separada del login de usuario (Google OAuth). Usa credenciales locales almacenadas en la base de datos SQLite.

👤 Usuario predeterminado:  admin
🔑 Contraseña predeterminada: admin2026

Endpoint: POST /api/admin/login
Autenticación: JWT Token con validez de 24 horas y flag isAdmin: true

Flujo de Gestión Documental (Upload → Aprobación)

El sistema implementa un flujo de aprobación obligatoria para todos los documentos subidos por los usuarios. Esto garantiza que solo contenido verificado y relevante ingrese a la base de conocimiento de la IA.

Paso a paso del flujo:

 USUARIO                    SISTEMA                     ADMINISTRADOR
   │                          │                              │
   │  1. Sube documento       │                              │
   │  (PDF, DOCX, XLSX...)   │                              │
   ├─────────────────────────►│                              │
   │                          │  2. Guarda en                │
   │                          │     storage/pending/         │
   │                          │     Registra en SQLite       │
   │                          │     status = 'pending'       │
   │  3. Confirmación:        │                              │
   │  "Pendiente de           │                              │
   │   aprobación"            │                              │
   │◄─────────────────────────┤                              │
   │                          │                              │
   │                          │  4. Admin ve doc pendiente   │
   │                          │◄─────────────────────────────┤
   │                          │                              │
   │                          │  5. Admin previsualiza       │
   │                          │◄─────────────────────────────┤
   │                          │                              │
   │                          │  6a. ✅ APROBAR              │
   │                          │◄─────────────────────────────┤
   │                          │  → Mover a documents/        │
   │                          │  → Indexar en ChromaDB       │
   │                          │  → Disponible para IA        │
   │                          │                              │
   │                          │  6b. ❌ RECHAZAR             │
   │                          │◄─────────────────────────────┤
   │                          │  → Eliminar archivo          │
   │                          │  → status = 'rejected'       │
   │                          │                              │

1. El usuario sube un documento

Desde la interfaz web, el usuario puede subir documentos académicos que quedarán pendientes de revisión.

2. El sistema registra el documento como pendiente

Al recibir el archivo, el backend:

• Lo guarda en storage/pending/ con un nombre único (timestamp_nombreOriginal.ext)

• Lo registra en la tabla pending_documents de SQLite con status = 'pending'

• Devuelve al usuario un mensaje confirmando que está pendiente de aprobación

3. El administrador revisa los documentos pendientes

Desde el panel de administración, el admin puede:

4. Proceso de aprobación (approve)

Cuando el administrador aprueba un documento, el sistema ejecuta automáticamente estos pasos:

1. Mover el archivo de storage/pending/ a su carpeta correspondiente:

   Tipo de documento	Carpeta destino
   silabo	storage/documents/silabos/
   resolucion	storage/documents/resoluciones/
   informe	storage/documents/informes/
   reglamento	storage/documents/reglamentos/
   general	storage/documents/general/

2. Indexar en ChromaDB: Se procesa el documento, se divide en chunks (fragmentos) y se generan embeddings con nomic-embed-text para la búsqueda semántica.

3. Invalidar caché: Se limpia el caché del DocumentContextService para que las próximas consultas reflejen el nuevo documento.

4. Actualizar SQLite: Se marca como status = 'approved' con la fecha y el usuario que lo aprobó.

Después de la aprobación, el contenido del documento estará disponible para la IA en las respuestas del chat y en la búsqueda semántica.

5. Proceso de rechazo (reject)

Si el administrador rechaza el documento:

1. Se elimina el archivo del disco (storage/pending/)

2. Se actualiza el registro en SQLite a status = 'rejected'

3. El documento queda en el historial pero ya no es accesible

Biblioteca de Documentos

El administrador también puede gestionar los documentos ya aprobados que forman parte de la base de conocimiento activa del sistema.

Al eliminar un documento de la biblioteca:

• Se elimina el archivo físico del disco

• Se eliminan sus embeddings del VectorStore (ChromaDB)

• Se invalida el caché del DocumentContextService

Perfil y Seguridad del Administrador

El endpoint de perfil también devuelve estadísticas:

• Total de documentos pendientes

• Total de documentos aprobados

• Total de documentos rechazados

Medidas de Seguridad del Panel Admin

📄 Generación de Documentos

El sistema genera 4 tipos de documentos profesionales con diseño editorial de alta calidad:

PDF

• Portada con banner de color institucional (azul FIIS)

• Encabezado y pie de página en cada hoja

• Tabla de contenido automática

• Soporte para tablas, listas, bloques de código

• Formato A4, paginación automática

Word (DOCX)

• Formato académico: Times New Roman, interlineado 1.5

• Portada profesional con metadatos

• Encabezados jerárquicos (H1, H2, H3)

• Tablas con formato institucional

• Sangrías de primera línea

Excel (XLSX)

• Encabezados de tabla con color institucional

• Metadatos y fecha de generación

• Filas alternadas para facilitar lectura

• Auto-ajuste de anchos de columna

PowerPoint (PPTX)

• Diapositiva de portada con branding FIIS

• 8-12 diapositivas con contenido estructurado

• Soporte para tablas en diapositivas

• Diseño profesional con colores institucionales

💬 Integración WhatsApp

El sistema incluye un bot de WhatsApp que permite a docentes y alumnos interactuar con la IA directamente desde su celular.

Configuración inicial

1. En la interfaz web, ve a Configuración → WhatsApp

2. Haz clic en "Iniciar sesión"

3. Escanea el código QR con tu WhatsApp:

   • Abre WhatsApp en tu celular

   • Ve a Ajustes → Dispositivos vinculados → Vincular dispositivo

   • Escanea el QR mostrado en pantalla

4. Espera a que el estado cambie a "Conectado" ✅

Uso desde WhatsApp

Una vez conectado, envía mensajes al número vinculado:

📱 Tú: Genera un PDF sobre los planes de estudio de la FIIS
🤖 Bot: 📄 Generando tu documento... un momento ⏳
🤖 Bot: [Envía el PDF adjunto]

📱 Tú: Crea una presentación sobre la UNAS
🤖 Bot: [Envía el PPTX adjunto]

📱 Tú: ¿Cuáles son los requisitos de graduación?
🤖 Bot: [Responde con información institucional]

Comandos especiales

⚙️ Configuración Avanzada

Cambiar modelo de IA

Puedes cambiar el modelo desde la interfaz web (Configuración → IA Avanzada) o directamente en el archivo .env:

# Modelos Cloud disponibles (Ollama Cloud)
OLLAMA_CLOUD_MODEL=minimax-m2:cloud       # MiniMax M2 — Redacción
OLLAMA_CLOUD_MODEL=deepseek-v3:cloud      # DeepSeek V3 — Razonamiento
OLLAMA_CLOUD_MODEL=kimi-k2.5:cloud        # Kimi K2.5 — Contexto largo
OLLAMA_CLOUD_MODEL=qwen3-coder:cloud      # Qwen3 — Código/técnico
OLLAMA_CLOUD_MODEL=gemini-flash:cloud     # Gemini Flash — Velocidad

# Para usar IA local (requiere GPU o CPU potente)
IA_MODE=local
OLLAMA_MODEL=llama3.2:3b

Ajustar parámetros del LLM

LLM_TEMPERATURE=0.3        # 0=determinista, 1=creativo (0.3 recomendado)
LLM_MAX_TOKENS=4096         # Largo máximo de respuesta
LLM_NUM_CTX=8192            # Ventana de contexto

Gestionar documentos indexados

# Estructura del almacenamiento
storage/
├── documents/           # Documentos subidos y procesados
│   ├── silabos/
│   ├── resoluciones/
│   ├── informes/
│   ├── reglamentos/
│   └── planes-estudio/
├── generated/           # Documentos generados por la IA
├── chromadb/            # Base de datos vectorial
└── templates/           # Plantillas de documentos

Para agregar nuevos documentos al sistema:

1. Coloca los archivos PDF/DOCX en la carpeta correspondiente dentro de storage/documents/

2. Reinicia el backend — los documentos se indexan automáticamente al inicio

Usar con PM2 (producción)

# Instalar PM2
sudo npm install -g pm2

# Iniciar servicios
pm2 start backend/src/app.js --name "epiis-backend"
pm2 start "npm run dev --prefix frontend" --name "epiis-frontend"

# Auto-inicio al reiniciar Ubuntu
pm2 startup
pm2 save

# Ver logs
pm2 logs

# Reiniciar después de cambios
pm2 restart all

📊 API REST — Endpoints

🔧 Solución de Problemas

❌ El sistema muestra "Error en cloud: Request failed"

Causa: API Key de Ollama Cloud inválida o expirada.

# Verificar tu API Key
nano ~/mcp-epiis/.env
# Revisa que OLLAMA_CLOUD_API_KEY tenga un valor válido

# Probar la API directamente
curl https://ollama.com/api/chat \
  -H "Authorization: Bearer <TU_API_KEY>" \
  -d '{"model":"minimax-m2:cloud","messages":[{"role":"user","content":"hola"}],"stream":false}'

Solución: Genera una nueva API Key en https://ollama.com → Settings → API Keys

❌ WhatsApp no conecta / falta librería

Causa: Dependencias de Chromium no instaladas.

# Instalar dependencias de Chromium para Ubuntu 24.04
cd ~/mcp-epiis
sudo bash backend/scripts/install-puppeteer-deps.sh

# Reiniciar el backend
pm2 restart epiis-backend
# o: npm run dev

❌ Los documentos no se generan

Causa: Timeout de la IA o error en la conversión JSON.

1. Verifica los logs del backend:

   pm2 logs epiis-backend --lines 50

2. Si ves timeout, cambia a un modelo más rápido (Gemini Flash)

3. Si ves errores de JSON, el documento se generará como PDF de respaldo automáticamente

❌ No puedo acceder desde mi PC al sistema en la VM

# En Ubuntu, verificar la IP
ip addr show

# Verificar que los servicios estén corriendo
curl -k https://localhost:3001/api/health

# Si usas firewall, abrir puertos
sudo ufw allow 3000
sudo ufw allow 3001

Otras verificaciones:

• En VirtualBox, asegúrate de que la red esté en Adaptador Puente (no NAT)

• Verifica que tu PC y la VM estén en la misma red Wi-Fi/Ethernet

• Desactiva temporalmente el firewall de Windows para probar: Panel de Control → Firewall de Windows → Desactivar

❌ Ollama local no funciona

# Verificar estado
systemctl status ollama

# Reiniciar
sudo systemctl restart ollama

# Verificar que tenga el modelo de embeddings
ollama list
ollama pull nomic-embed-text

❌ La VM está muy lenta

1. Aumentar RAM: Configuración → Sistema → Memoria base (mínimo 4 GB, recomendado 8 GB)

2. Aumentar CPUs: Configuración → Sistema → Procesador (mínimo 2, recomendado 4)

3. Usar modo Cloud: En .env configurar IA_MODE=cloud para no depender del hardware local

4. Instalar Guest Additions: En el menú de VirtualBox → Dispositivos → Insertar imagen de Guest Additions → seguir instrucciones

❌ Error "ENOSPC: no space left on device"

# Verificar espacio en disco
df -h

# Limpiar archivos temporales
sudo apt clean
sudo apt autoremove -y
rm -rf ~/mcp-epiis/backend/storage/generated/*.pdf  # Limpiar documentos generados antiguos

❌ npm install falla con errores de permisos

# Corregir permisos del directorio del proyecto
sudo chown -R $(whoami):$(whoami) ~/mcp-epiis

# Limpiar caché de npm
npm cache clean --force

# Reintentar
cd ~/mcp-epiis
npm run install:all

❌ Error SSL "self-signed certificate" en el navegador

Esto es normal y no es un error real. El sistema usa un certificado auto-firmado para HTTPS.

Chrome/Edge: Haz clic en "Avanzado" → "Continuar a localhost (no seguro)"
Firefox: Haz clic en "Avanzado" → "Aceptar el riesgo y continuar"

🗺️ Roadmap

• Chat conversacional con IA

• Generación de PDF profesional

• Generación de Word (DOCX) con formato UNAS

• Generación de Excel (XLSX) con formato profesional

• Generación de PowerPoint (PPTX)

• Integración con WhatsApp

• Búsqueda semántica con ChromaDB

• Web scraping institucional

• Autenticación con Google

• Soporte Ollama Cloud (MiniMax, DeepSeek, Kimi, Qwen, Gemini)

• Despliegue en Ubuntu 24.04 LTS (OVA)

• Dashboard de estadísticas

• Análisis de imágenes en documentos

• Integración con sistema de matrícula

• App móvil nativa

📄 Licencia

MIT License — Ver archivo LICENSE

👥 Créditos

Proyecto de Tesis
Escuela Profesional de Ingeniería Informática y Sistemas
Universidad Nacional Agraria de la Selva — Tingo María, Perú

Desarrollado por:

• Gabriel Bardales Rojas

Versión: 2.0.0
Plataforma: Ubuntu 24.04 LTS (VirtualBox OVA)
Última actualización: Abril 2026

Hecho con ❤️ para la comunidad académica de la UNAS