feat: Agrega primera version de template (revisar archivo de documentacion - docs.md)

This commit is contained in:
Francisco Pineda
2026-03-15 08:44:25 +01:00
parent d433942981
commit 4d6152a9fe
45 changed files with 1151 additions and 0 deletions

1
app/api/v1/__init__.py Normal file
View File

@@ -0,0 +1 @@
"""API v1 package"""

Binary file not shown.

View File

@@ -0,0 +1,38 @@
"""
Gateway de IA de Qualidot - Módulo de Procesamiento de Audio
Propósito:
Este endpoint recibe un audio y lo convierte a texto usando inteligencia artificial.
Homologación:
Sin importar qué proveedor de IA se utilice, el resultado siempre se entrega en el mismo formato estándar para Qualidot.
"""
from dotenv import load_dotenv
from fastapi import APIRouter, Depends, UploadFile, File, HTTPException
from fastapi.security import APIKeyHeader
from app.api.v1.endpoints import router
from app.schemas.audio_standard import StandardTranscriptionResult, AudioRequestFile
from app.services.audio.transcription_adapters import transcribe_audio_with_provider
# Inicializar el router de FastAPI para este módulo
audio_router_transcription = APIRouter()
@audio_router_transcription.post("/transcripts/", response_model=StandardTranscriptionResult)
async def transcribe_audio(audio_request: AudioRequestFile = Depends()) -> StandardTranscriptionResult:
"""
Endpoint para transcribir audio simple infiriendo el proveedor de IA
Args:
audio_request: Objeto AudioRequestFile que contiene el archivo de audio,
el proveedor, el modelo y las opciones de diarización, marcas de tiempo y análisis de sentimiento.
Returns:
StandardTranscriptionResult: Resultado de la transcripción en formato estándar de Qualidot
"""
try:
# Transcribir usando el adaptador de transcripción que infiere el proveedor
transcription_result = await transcribe_audio_with_provider(audio_request)
return transcription_result
except Exception as e:
raise HTTPException(status_code=500, detail=str(e))

View File

@@ -0,0 +1,39 @@
"""
Gateway de IA de Qualidot - Módulo de Procesamiento de Imágenes con una rubrica de análisis
Propósito:
Este endpoint recibe una imagen y la analiza usando una rúbrica de evaluación basada en inteligencia artificial.
Homologación:
Sin importar qué proveedor de IA se utilice, el resultado siempre se entrega en el mismo formato estándar para Qualidot.
"""
from dotenv import load_dotenv
from fastapi import APIRouter, Depends, UploadFile, File, HTTPException
from fastapi.security import APIKeyHeader
from app.api.v1.endpoints import router
from app.schemas.image_standard import StandardImageAnalysisResult, ImageRequestFile
from app.services.image.evaluations_adapters import evaluate_image_with_provider
# Inicializar el router de FastAPI para este módulo
image_router_analysis = APIRouter()
@image_router_analysis.post("/evaluations/", response_model=StandardImageAnalysisResult)
async def evaluate_image(image_request: ImageRequestFile = Depends()) -> StandardImageAnalysisResult:
"""
Endpoint para analizar imágenes usando una rúbrica de evaluación infiriendo el proveedor de IA
Args:
image_request: Objeto ImageRequestFile que contiene la imagen,
el proveedor, el modelo y las opciones de análisis.
Returns:
StandardImageAnalysisResult: Resultado del análisis de imágenes en formato estándar de Qualidot
"""
try:
# Analizar imagen usando el adaptador de análisis de imagen que infiere el proveedor
analysis_result = await evaluate_image_with_provider(image_request)
return analysis_result
except Exception as e:
raise HTTPException(status_code=500, detail=str(e))

View File

@@ -0,0 +1,61 @@
"""
Gateway de IA de Qualidot - Módulo maestro de endpoints de procesamiento.
Propósito:
Este módulo actúa como el punto central de enrutamiento para todos los
endpoints relacionados con el procesamiento de audio, imágenes,
documentos, video, etc.
Homologación:
Sin importar qué proveedor de IA se utilice, el resultado siempre se
entrega en el mismo formato estándar para Qualidot.
"""
from dotenv import load_dotenv
from fastapi import APIRouter, UploadFile, File, HTTPException
from fastapi.security import APIKeyHeader
# Importar los routers específicos de cada módulo
from app.api.v1.endpoints.audio.transcription import audio_router_transcription # Endpoint de transcripción de audio
from app.api.v1.endpoints.texto.resume import text_router_summary # Endpoint de resumen de texto
from app.api.v1.endpoints.texto.rubricated_analysis import text_router_analysis # Endpoint de análisis rubricado de texto
from app.api.v1.endpoints.video.transcription import video_router_transcription # Endpoint de transcripción de video
from app.api.v1.endpoints.image.rubricated_analysis import image_router_analysis # Endpoint de análisis rubricado de imágenes
# Inicializar el router de FastAPI para los módulos de procesamiento
api_router_audio = APIRouter()
api_router_text = APIRouter()
api_router_video = APIRouter()
api_router_image = APIRouter()
api_router_audio.include_router(
audio_router_transcription,
prefix="/audio",
tags=["Procesamiento de Audio"]
)
api_router_text.include_router(
text_router_summary,
prefix="/text",
tags=["Procesamiento de Texto"]
)
api_router_text.include_router(
text_router_analysis,
prefix="/text",
tags=["Procesamiento de Texto"]
)
api_router_video.include_router(
video_router_transcription,
prefix="/video",
tags=["Procesamiento de Video"]
)
api_router_image.include_router(
image_router_analysis,
prefix="/image",
tags=["Procesamiento de Imágenes"]
)

View File

@@ -0,0 +1,39 @@
"""
Gateway de IA de Qualidot - Módulo de Procesamiento de Texto para Resumen
Propósito:
Este endpoint recibe un texto y lo resume usando inteligencia artificial.
Homologación:
Sin importar qué proveedor de IA se utilice, el resultado siempre se entrega en el mismo formato estándar para Qualidot.
"""
from dotenv import load_dotenv
from fastapi import APIRouter, Depends, UploadFile, File, HTTPException
from fastapi.security import APIKeyHeader
from app.api.v1.endpoints import router
from app.schemas.text_standard import StandardTextAnalysisResult, TextRequestFile
#from app.services.transcription_adapters import transcribe_audio_with_provider
from app.services.text.resume_adapters import summarize_text_with_provider
# Inicializar el router de FastAPI para este módulo
text_router_summary = APIRouter()
@text_router_summary.post("/summaries/", response_model=StandardTextAnalysisResult)
async def summarize_text(text_request: TextRequestFile = Depends()) -> StandardTextAnalysisResult:
"""
Endpoint para resumir texto simple infiriendo el proveedor de IA
Args:
text_request: Objeto TextRequestFile que contiene el archivo de texto,
el proveedor, el modelo y las opciones de diarización, marcas de tiempo y análisis de sentimiento.
Returns:
StandardTextAnalysisResult: Resultado del análisis de texto en formato estándar de Qualidot
"""
try:
# Resumir texto usando el adaptador de resumen de texto que infiere el proveedor
analysis_result = await summarize_text_with_provider(text_request)
return analysis_result
except Exception as e:
raise HTTPException(status_code=500, detail=str(e))

View File

@@ -0,0 +1,39 @@
"""
Gateway de IA de Qualidot - Módulo de Procesamiento de Texto para Análisis Rubricado
Propósito:
Este endpoint recibe un texto y lo analiza usando una rúbrica de evaluación basada en inteligencia artificial.
Homologación:
Sin importar qué proveedor de IA se utilice, el resultado siempre se entrega en el mismo formato estándar para Qualidot.
"""
from dotenv import load_dotenv
from fastapi import APIRouter, Depends, UploadFile, File, HTTPException
from fastapi.security import APIKeyHeader
from app.api.v1.endpoints import router
from app.schemas.text_standard import StandardTextAnalysisResult, TextRequestFile
#from app.services.transcription_adapters import transcribe_audio_with_provider
from app.services.text.evaluations_adapters import evaluate_text_with_provider
# Inicializar el router de FastAPI para este módulo
text_router_analysis = APIRouter()
@text_router_analysis.post("/evaluations/", response_model=StandardTextAnalysisResult)
async def evaluate_text(text_request: TextRequestFile = Depends()) -> StandardTextAnalysisResult:
"""
Endpoint para analizar texto usando una rúbrica de evaluación infiriendo el proveedor de IA
Args:
text_request: Objeto TextRequestFile que contiene el archivo de texto,
el proveedor, el modelo y las opciones de diarización, marcas de tiempo y análisis de sentimiento.
Returns:
StandardTextAnalysisResult: Resultado del análisis de texto en formato estándar de Qualidot
"""
try:
# Analizar texto usando el adaptador de análisis de texto que infiere el proveedor
analysis_result = await evaluate_text_with_provider(text_request)
return analysis_result
except Exception as e:
raise HTTPException(status_code=500, detail=str(e))

View File

@@ -0,0 +1,36 @@
"""
Gateway de IA de Qualidot - Módulo de Procesamiento de Videos
Propósito:
Este endpoint recibe un video y lo convierte a texto usando inteligencia artificial.
Homologación:
Sin importar qué proveedor de IA se utilice, el resultado siempre se entrega en el mismo formato estándar para Qualidot.
"""
from dotenv import load_dotenv
from fastapi import APIRouter, Depends, UploadFile, File, HTTPException
from app.schemas.video_standard import StandardTranscriptionResult, VideoRequestFile
from app.services.video.transcription_adapters import transcribe_video_with_provider
# Inicializar el router de FastAPI para este módulo
video_router_transcription = APIRouter()
@video_router_transcription.post("/transcripts/", response_model=StandardTranscriptionResult)
async def transcribe_video(video_request: VideoRequestFile = Depends()) -> StandardTranscriptionResult:
"""
Endpoint para transcribir video simple infiriendo el proveedor de IA
Args:
video_request: Objeto VideoRequestFile que contiene el archivo de video,
el proveedor, el modelo y las opciones de diarización, marcas de tiempo y análisis de sentimiento.
Returns:
StandardTranscriptionResult: Resultado de la transcripción en formato estándar de Qualidot
"""
try:
# Transcribir usando el adaptador de transcripción que infiere el proveedor
transcription_result = await transcribe_video_with_provider(video_request)
return transcription_result
except Exception as e:
raise HTTPException(status_code=500, detail=str(e))