CONTEXTO DEL PROYECTO ACTUAL: # ZENDELL: Ecosistema Multiagente Proactivo

(EL PROYECTO ESTA EN ETAPAS DE TESTEO Y MEJORAS TIENE UN ERROR GRAVE, EL SISTEMA NO ES FUNCIONA POR AHORA)

Asistente “super inteligente” que te acompaña durante el día, iniciando conversaciones, recopilando información y adaptándose a tus necesidades.

1. ZENDELL es un conjunto de agentes inteligentes que trabajan en equipo para:

1. **Conocer actividades hora a hora del usuario.
2. **Analizar información del usuario para comprenderlo y entenderlo tanto fisica como mentalmente.
3. Interactuar proactivamente cada hora (o en intervalos configurables).
4. **Evolucionar, guardando un perfil en una base de datos (MongoDB) y utilizando por el momento (Discord, WhatsApp, correo, ) para comunicarse con el usuario.

El objetivo final es que ZENDELL sea como un “mejor amigo/ maestro y guia”, siempre al tanto de lo que necesita (sacando información, analizándola y eventualemnte al tener una amplia cantidad de datos aportar al usuario con sus necesidades, recordatorios, consejos, apoyo y prioridade).

2. Características Clave

• Conversaciones Proactivas: No espera a que el usuario hable; cada hora (o cuando se configures) inicia un diálogo/conversación.
• Agentes Especializados: Cada módulo (collector, analyzer, recommender, communicator, etc.) se encarga de una tarea concreta, (Esto debe ser ampliable con el fin de que si a futuro salen nuevas tecnologias o agentes de IA pueda embeberlos como un agente más al sistema, ejemplo: Un agente que busca noticias relevantes en internet y le avisa de una inversión especifica sobre x acción de empresa).
• Memoria y Aprendizaje: Gracias a la base de datos y la orquestación, ZENDELL va recordando las conversaciones, aprendiendo sobre el usuario y razonando sobre sus necesidades.
• Integración con LLMs: Para generar textos, extraer información del usuario y crear recomendaciones personalizadas.
• Escalabilidad: Arquitectura modular que permite añadir fácilmente nuevos agentes o servicios de mensajería.

3. Arquitectura del Proyecto

El proyecto se organiza en varias carpetas clave dentro de zendell/:

1. agents/

• activity_collector.py: Recopila actividades del usuario y las almacena en su perfil.
• analyzer.py: Analiza la información recogida para determinar estado de ánimo y patrones de comportamiento.
• communicator.py: Actúa como el “centro de mensajes”: recibe textos del usuario, los delega y guarda la conversación.
• goal_finder.py: Decide cuándo iniciar interacciones y prepara los mensajes iniciales o de seguimiento.
• orchestrator.py: Coordina el flujo completo, combinando los resultados de los demás agentes.
• recommender.py: Basándose en los análisis, da consejos y acciones prácticas.

2. config/

• settings.py: Guarda tokens, API keys, configuraciones varias (p. ej. DISCORD_BOT_TOKEN, OPENAI_API_KEY).

3. core/

• api.py: (Opcional) Interfaz para exponer servicios vía API.
• db.py: Maneja la conexión a MongoDB (operaciones con usuarios, estados, actividades, logs).
• graph.py: Define el flujo de interacción en un grafo de estados.
• utils.py: Funciones de ayuda para validaciones, manejo de tiempos, etc.

4. services/

• discord_service.py: Implementa un bot de Discord que recibe y envía mensajes al usuario.
• llm_provider.py: Interfaz para llamar a OpenAI GPT.
• messaging_service.py: Pensado para integrar otros canales (WhatsApp, email, etc.).

Adicionalmente, hay archivos de configuración (docker-compose.yml, pyproject.toml, requirements.txt, etc.) para desplegar o instalar dependencias.

4. Flujo de Ejecución

1. Arranque (main.py)

• Conecta con MongoDB a través de MongoDBManager.
• Inicia el bot de Discord (o cualquier otro canal).

2. Bot de Discord

• Cuando se conecta, envía un saludo inicial al canal configurado.
• Al recibir mensajes del usuario (on_message), los pasa a communicator.py para almacenarlos y procesarlos.

3. Interacción Proactiva

• Cada hora (configurable), se revisa la lista de usuarios activos y se dispara communicator.trigger_interaction(user_id).
• Esto inicia el flujo del Goal Finder, que decide qué mensaje enviar o qué datos extraer.

4. Orquestación

• Orchestrator llama a:
  1. Activity Collector → almacena nueva info.
  2. Analyzer → analiza estado de ánimo y patrones.

5. Persistencia

• Todo se guarda en MongoDB: desde datos de usuario hasta logs de conversación, permitiendo rastrear el historial y mejorar la experiencia.

5. Funcionamiento en la Práctica

Ejemplos de primera conversación con el usuario:

Ejemplo 1: Consultoría de Marketing Digital Zendell APP — 17:00 ¡Hola! Soy Zendell, un sistema multiagente diseñado para asistirte en todo lo que necesites. ¿Cómo te llamas y a qué te dedicas? (ETAPA: Inicial. Razonamiento: Obtener datos básicos del usuario para complementar el perfil.)

Usuario (Mariana) — 17:01 Me llamo Mariana y soy especialista en marketing digital. (ETAPA: Registro de perfil. Razonamiento: Se confirma la ocupación para futuras recomendaciones.)

Zendell APP — 17:01 ¿Qué hiciste entre las 16:00 y las 17:00, Mariana? (ETAPA: ask_last_hour. Razonamiento: Recopilar actividad reciente para análisis de productividad.)

Mariana — 17:02 Estuve revisando campañas de publicidad y analizando métricas de conversión. (ETAPA: Clarifier_last_hour. Razonamiento: El usuario ofrece actividad general; se deberá profundizar para detalles.)

Zendell APP — 17:02 ¿Qué métricas específicas revisaste y qué ajustes consideras necesarios? (ETAPA: Clarifier_last_hour. Razonamiento: Profundizar en los detalles para un mejor análisis.)

Mariana — 17:03 Me enfoqué en el CTR y la tasa de conversión, y creo que hay margen para mejorar el presupuesto de ciertos anuncios. (ETAPA: Clarifier_last_hour. Razonamiento: Registro detallado de la actividad pasada.)

Zendell APP — 17:03 ¿Qué planeas hacer entre las 17:03 y las 18:03, Mariana? (ETAPA: ask_next_hour. Razonamiento: Consultar la actividad futura para complementar el análisis y planificar próximos pasos.)

Mariana — 17:04 Voy a ajustar el presupuesto y crear un informe detallado sobre el desempeño de las campañas. (ETAPA: Clarifier_next_hour. Razonamiento: Se requiere profundizar sobre la estrategia a seguir.)

Zendell APP — 17:04 ¿Qué aspectos específicos del informe o ajustes en el presupuesto implementarás? (ETAPA: Clarifier_next_hour. Razonamiento: Recabar información precisa para generar recomendaciones.)

Mariana — 17:05 Analizaré el retorno de inversión de cada anuncio y ajustaré los presupuestos según el desempeño. (ETAPA: Clarifier_next_hour. Razonamiento: Confirmación de la actividad futura y recopilación completa de datos.)

Zendell APP — 17:05 Gracias, Mariana. Toda la información ha sido registrada. Estoy aquí para apoyarte en lo que necesites. ¡Hasta pronto! (ETAPA: Final. Razonamiento: Cierre del flujo, confirmando la recolección de datos.)

Ejemplo 2: Sesión de Entrenamiento Personal Zendell APP — 07:30 ¡Hola! Soy Zendell, un sistema multiagente listo para asistirte. ¿Cuál es tu nombre y a qué te dedicas? (ETAPA: Inicial. Razonamiento: Establecer identidad y ocupación del usuario.)

Usuario (Carlos) — 07:31 Soy Carlos, entrenador personal y aficionado al fitness. (ETAPA: Registro de perfil. Razonamiento: Registro de la ocupación para personalizar la experiencia.)

Zendell APP — 07:31 ¿Qué hiciste entre las 06:30 y las 07:30, Carlos? (ETAPA: ask_last_hour. Razonamiento: Recoger datos de actividad reciente para analizar el rendimiento.)

Carlos — 07:32 Realicé una sesión de cardio y algo de entrenamiento de fuerza. (ETAPA: Clarifier_last_hour. Razonamiento: La respuesta es general; se requiere profundizar.)

Zendell APP — 07:32 ¿Qué ejercicios específicos de fuerza realizaste y cómo te sentiste durante el cardio? (ETAPA: Clarifier_last_hour. Razonamiento: Recoger detalles para evaluar la intensidad y efectividad.)

Carlos — 07:33 Hice sentadillas, press de banca y sentí que el cardio fue intenso, especialmente en las cuestas. (ETAPA: Clarifier_last_hour. Razonamiento: Registro detallado de la actividad pasada.)

Zendell APP — 07:33 ¿Qué planeas hacer entre las 07:33 y las 08:33, Carlos? (ETAPA: ask_next_hour. Razonamiento: Consultar sobre el plan a corto plazo para ajustar rutinas o dar recomendaciones.)

Carlos — 07:34 Voy a enfocar mi entrenamiento en estiramientos y una sesión de yoga para recuperar energías. (ETAPA: Clarifier_next_hour. Razonamiento: Se profundiza en la actividad futura para un plan de recuperación.)

Zendell APP — 07:34 ¿Qué rutinas de estiramiento o técnicas de yoga planeas incorporar? (ETAPA: Clarifier_next_hour. Razonamiento: Detallar para optimizar recomendaciones y seguimiento.)

Carlos — 07:35 Planeo hacer estiramientos de piernas y espalda, y probar una secuencia de yoga centrada en la respiración. (ETAPA: Clarifier_next_hour. Razonamiento: Confirmación de la acción futura, completando el registro.)

Zendell APP — 07:35 Gracias, Carlos. Toda la información ha sido registrada. ¡Estoy aquí para ayudarte en cada paso! (ETAPA: Final. Razonamiento: Cierre del flujo y confirmación de la recolección de datos.)

Ejemplo 3: Progreso en un Proyecto de Diseño Gráfico Zendell APP — 14:00 ¡Hola! Soy Zendell, tu asistente multiagente. ¿Cómo te llamas y a qué te dedicas? (ETAPA: Inicial. Razonamiento: Identificar al usuario para personalizar el diálogo.)

Usuario (Lucía) — 14:01 Soy Lucía, diseñadora gráfica freelance, enfocada en branding y packaging. (ETAPA: Registro de perfil. Razonamiento: Recopilar datos para adaptar sugerencias y análisis.)

Zendell APP — 14:01 ¿Qué hiciste entre las 13:00 y las 14:00, Lucía? (ETAPA: ask_last_hour. Razonamiento: Recoger actividad reciente para evaluar el progreso creativo.)

Lucía — 14:02 Estuve creando conceptos para una nueva línea de empaques sostenibles. (ETAPA: Clarifier_last_hour. Razonamiento: La respuesta es general; se pide más detalle para análisis.)

Zendell APP — 14:02 ¿Qué conceptos o ideas exploraste y qué herramientas utilizaste? (ETAPA: Clarifier_last_hour. Razonamiento: Profundizar en detalles para entender el proceso creativo.)

Lucía — 14:03 Probé varios esquemas de color y utilicé Illustrator y Photoshop para esbozar ideas. (ETAPA: Clarifier_last_hour. Razonamiento: Registro detallado que permite evaluar la metodología.)

Zendell APP — 14:03 ¿Qué planeas hacer entre las 14:03 y las 15:03, Lucía? (ETAPA: ask_next_hour. Razonamiento: Consultar la acción futura para dar seguimiento al flujo de trabajo.)

Lucía — 14:04 Voy a elegir el mejor concepto y desarrollar prototipos más detallados. (ETAPA: Clarifier_next_hour. Razonamiento: Se requiere especificar para prever necesidades de apoyo o herramientas.)

Zendell APP — 14:04 ¿Cómo piensas desarrollar esos prototipos y qué elementos clave incorporarás? (ETAPA: Clarifier_next_hour. Razonamiento: Profundizar en los detalles futuros para análisis y seguimiento.)

Lucía — 14:05 Integraré texturas y tipografías que refuercen el mensaje ecológico, y usaré mockups para presentarlos. (ETAPA: Clarifier_next_hour. Razonamiento: Completar el registro de la actividad futura.)

Zendell APP — 14:05 Gracias, Lucía. Toda la información ha sido registrada. ¡Quedo a tu disposición para lo que necesites! (ETAPA: Final. Razonamiento: Cierre del flujo con confirmación de recolección de datos.)

Ejemplo 4: Sesión de Estudio en Ingeniería de Software Zendell APP — 20:00 ¡Hola! Soy Zendell, un sistema multiagente preparado para asistirte. ¿Cuál es tu nombre y en qué trabajas? (ETAPA: Inicial. Razonamiento: Obtener datos iniciales para adaptar el seguimiento.)

Usuario (Andrés) — 20:01 Soy Andrés, ingeniero de software enfocado en desarrollo web. (ETAPA: Registro de perfil. Razonamiento: Confirmar la especialidad para contextualizar futuras preguntas.)

Zendell APP — 20:01 ¿Qué hiciste entre las 19:00 y las 20:00, Andrés? (ETAPA: ask_last_hour. Razonamiento: Recopilar actividad reciente para análisis de progreso.)

Andrés — 20:02 Estuve revisando documentación y resolviendo dudas sobre microservicios. (ETAPA: Clarifier_last_hour. Razonamiento: Respuesta general que requiere detalle para análisis.)

Zendell APP — 20:02 ¿Qué temas específicos de microservicios abordaste y qué dudas resolviste? (ETAPA: Clarifier_last_hour. Razonamiento: Profundizar para entender el contenido estudiado.)

Andrés — 20:03 Profundicé en la arquitectura de contenedores y cómo implementar escalabilidad en entornos distribuidos. (ETAPA: Clarifier_last_hour. Razonamiento: Registro detallado de la actividad pasada.)

Zendell APP — 20:03 ¿Qué planeas hacer entre las 20:03 y las 21:03, Andrés? (ETAPA: ask_next_hour. Razonamiento: Consultar el plan inmediato para alinear el seguimiento y análisis.)

Andrés — 20:04 Voy a practicar implementando un servicio en Docker y realizar pruebas de integración. (ETAPA: Clarifier_next_hour. Razonamiento: Se pide detalle sobre la acción futura para evaluar la metodología.)

Zendell APP — 20:04 ¿Qué pasos específicos seguirás en la implementación y qué aspectos probarás en la integración? (ETAPA: Clarifier_next_hour. Razonamiento: Profundizar en la planificación para optimizar el soporte.)

Andrés — 20:05 Configuraré el entorno de Docker, escribiré scripts de despliegue y probaré la comunicación entre servicios usando API REST. (ETAPA: Clarifier_next_hour. Razonamiento: Completa la información necesaria para el análisis futuro.)

Zendell APP — 20:05 Gracias, Andrés. Toda la información ha sido registrada. ¡Estoy aquí para apoyarte en cada paso! (ETAPA: Final. Razonamiento: Cierre del flujo, confirmación de recolección de datos.)

Ejemplo 5: Planificación de un Proyecto de Investigación Zendell APP — 11:00 ¡Hola! Soy Zendell, tu asistente multiagente. ¿Cuál es tu nombre y a qué te dedicas? (ETAPA: Inicial. Razonamiento: Obtener información básica del usuario para personalizar el flujo.)

Usuario (Elena) — 11:01 Soy Elena, investigadora en biotecnología y me apasiona la ciencia aplicada. (ETAPA: Registro de perfil. Razonamiento: Se establece la base para futuras recomendaciones y seguimiento.)

Zendell APP — 11:01 ¿Qué hiciste entre las 10:00 y las 11:00, Elena? (ETAPA: ask_last_hour. Razonamiento: Recopilar actividad reciente para evaluar el progreso en la investigación.)

Elena — 11:02 Estuve analizando resultados preliminares de mi experimento con cultivos celulares. (ETAPA: Clarifier_last_hour. Razonamiento: La respuesta general necesita detalles para profundizar.)

Zendell APP — 11:02 ¿Qué variables o resultados específicos examinaste en el experimento? (ETAPA: Clarifier_last_hour. Razonamiento: Profundizar en los detalles para un análisis más completo.)

Elena — 11:03 Revisé la tasa de crecimiento y la viabilidad celular, y ajusté algunas concentraciones de nutrientes. (ETAPA: Clarifier_last_hour. Razonamiento: Registro detallado que ayudará a comprender el contexto de la investigación.)

Zendell APP — 11:03 ¿Qué planeas hacer entre las 11:03 y las 12:03, Elena? (ETAPA: ask_next_hour. Razonamiento: Consultar el plan a corto plazo para complementar el análisis de la actividad.)

Elena — 11:04 Voy a realizar un nuevo set de experimentos para comparar los efectos de distintas concentraciones. (ETAPA: Clarifier_next_hour. Razonamiento: Se pide detallar la planificación para prever necesidades de ajuste.)

Zendell APP — 11:04 ¿Qué concentraciones o variables específicas piensas modificar en el nuevo set? (ETAPA: Clarifier_next_hour. Razonamiento: Profundizar en la estrategia para un análisis preciso.)

Elena — 11:05 Modificaré la concentración de aminoácidos y mediré la respuesta en la proliferación celular en distintos intervalos. (ETAPA: Clarifier_next_hour. Razonamiento: Información detallada que cierra el registro de la acción futura.)

Zendell APP — 11:05 Gracias, Elena. Toda la información ha sido registrada. ¡Quedo a tu disposición para cualquier consulta futura! (ETAPA: Final. Razonamiento: Cierre del flujo con confirmación de la recolección completa de datos.)

Ejemplos flujo NO feliz:

Cada ejemplo incluye el escenario problemático, el razonamiento interno del sistema, la predicción del fallo y la respuesta de redirección que permite reorientar al usuario y recabar los datos necesarios. Vamos a verlo:

Ejemplo 1: Usuario Evasivo en el Registro de Perfil Zendell APP — 08:00 ¡Hola! Soy Zendell, un sistema multiagente diseñado para asistirte. Para conocerte mejor, necesito saber: ¿cuál es tu nombre, ocupación, gustos y metas? (ETAPA: ask_profile. Razonamiento: Solicitar datos esenciales para personalizar la experiencia.)

Usuario (Sofía) — 08:01 No quiero compartir esos datos, es muy personal. (Escenario Fallido: Respuesta evasiva. Predicción: El usuario evita dar información clave.)

Zendell APP — 08:02 Entiendo tu preocupación, Sofía. Es importante contar con estos datos para poder ofrecerte recomendaciones y recordatorios personalizados que realmente te ayuden. Puedes compartir simplemente tu nombre y a qué te dedicas, y más adelante podemos profundizar en gustos y metas cuando te sientas cómoda. ¿Qué opinas? (ETAPA: Redirección en ask_profile. Razonamiento: Explicar el uso de la información y ofrecer compartir datos parciales para iniciar el proceso.)

Sofía — 08:03 Bueno, me llamo Sofía y trabajo en atención al cliente. (Resultado: Se recogen datos básicos y se reorienta al usuario hacia el flujo correcto.)

Ejemplo 2: Usuario Responde de Forma Vaga y Poco Detallada Zendell APP — 12:00 ¡Hola! Soy Zendell. ¿Qué hiciste entre las 11:00 y las 12:00? (ETAPA: ask_last_hour. Razonamiento: Recopilar datos de la actividad reciente.)

Usuario (Roberto) — 12:01 Ah, nada en particular. (Escenario Fallido: Respuesta vaga. Predicción: No se obtiene información valiosa para análisis.)

Zendell APP — 12:02 Roberto, para entender mejor tu día y poder ayudarte de manera efectiva, me gustaría que me cuentes al menos una actividad específica o alguna tarea que realizaste, por mínima que sea. ¿Podrías darme algún detalle, aunque sea breve? (ETAPA: Clarifier_last_hour. Razonamiento: Incentivar una respuesta más detallada explicando la importancia de la información.)

Roberto — 12:03 Bueno, estuve revisando algunos correos y haciendo unas llamadas. (Resultado: Se logra pasar de una respuesta vaga a una más informativa, permitiendo continuar el flujo.)

Ejemplo 3: Usuario Envía Respuestas Confusas o Fuera de Contexto Zendell APP — 16:00 ¡Hola! Soy Zendell. ¿Cuál es tu nombre y a qué te dedicas? (ETAPA: ask_profile. Razonamiento: Solicitar datos esenciales para el perfil.)

Usuario (Diego) — 16:01 ¿Por qué tienen que saber eso? Además, la vida es como un sueño, ¿no crees? (Escenario Fallido: Respuesta confusa y fuera de contexto. Predicción: El usuario se desvía del objetivo y genera ambigüedad.)

Zendell APP — 16:02 Diego, entiendo que pueda parecer invasivo, pero estos datos nos ayudan a ofrecerte un servicio personalizado y adaptado a tus necesidades. Solo necesito saber tu nombre y en qué área trabajas para empezar. ¿Podrías compartir esa información? (ETAPA: Redirección en ask_profile. Razonamiento: Reencauzar la conversación explicando la finalidad y simplificando la solicitud.)

Diego — 16:03 Está bien, me llamo Diego y soy diseñador de experiencia de usuario. (Resultado: Se redirige la conversación y se obtienen los datos básicos para continuar el flujo.)

Ejemplo 4: Usuario Ignora la Pregunta Sobre la Actividad Pasada Zendell APP — 10:00 ¡Hola! Soy Zendell. ¿Qué hiciste entre las 09:00 y las 10:00? (ETAPA: ask_last_hour. Razonamiento: Recopilar información sobre la actividad reciente.)

Usuario (Martina) — 10:01 Mmm... (Escenario Fallido: No respuesta o respuesta muy corta. Predicción: Falta de información sobre la actividad pasada.)

Zendell APP — 10:02 Martina, para poder ayudarte mejor y registrar tus actividades, necesito al menos un detalle de lo que hiciste en la última hora. ¿Podrías indicarme alguna actividad, por mínima que sea? (ETAPA: Clarifier_last_hour. Razonamiento: Incentivar la participación ofreciendo una solicitud concreta y explicando su utilidad.)

Martina — 10:03 Ok, estuve leyendo algunos artículos de tecnología. (Resultado: Se consigue una respuesta que permite continuar el flujo de análisis.)

Ejemplo 5: Usuario Responde Incompletamente en la Planificación Futura Zendell APP — 14:00 ¡Hola! Soy Zendell. ¿Qué planeas hacer entre las 14:00 y las 15:00? (ETAPA: ask_next_hour. Razonamiento: Recoger información sobre la actividad futura para planificar el seguimiento.)

Usuario (Jorge) — 14:01 No sé... (Escenario Fallido: Respuesta incompleta o indecisa. Predicción: No se obtiene información sobre la planificación futura.)

Zendell APP — 14:02 Jorge, contar con tus planes, aunque sean pequeños, me ayuda a orientarte mejor y ofrecerte recordatorios o sugerencias útiles. ¿Podrías decirme al menos si tienes alguna tarea pendiente o algo que planeas revisar? (ETAPA: Clarifier_next_hour. Razonamiento: Reorientar al usuario enfatizando el beneficio de la información para su propio progreso.)

Jorge — 14:03 Creo que voy a revisar unos correos y planificar el resto del día. (Resultado: Se transforma la respuesta indecisa en un compromiso de acción concreta, permitiendo seguir con el flujo.)

6. Roadmap / Próximos Pasos

Semana 1: Correcciones Críticas

Día 1-2: Corrección del flujo del clarificador y pruebas Día 3-4: Mejora del manejo de estado y transiciones Día 5-7: Optimización del ciclo de conversación y pruebas integrales

Semana 2: Mejora de Datos

Día 1-2: Optimización de prompts y extracción de actividades Día 3-4: Mejora de relaciones entre entidades y actividades Día 5-7: Implementación de categorización mejorada

Semana 3: Optimización de Base de Datos

Día 1-3: Revisión y optimización de consultas MongoDB Día 4-5: Refinamiento del sistema de memoria Día 6-7: Normalización de estructuras de datos

Semana 4: Refinamiento y Pruebas

Día 1-3: Mejora de la detección de intención Día 4-5: Perfeccionamiento de interacciones programadas Día 6-7: Pruebas de integración completas y ajustes finales

https://www.mermaidchart.com/raw/e3f8fb68-0d1e-4097-bc9c-4302d118bfe8?theme=light&version=v0.1&format=svg

¿Deberia reahacer toda la arquitectura?