✅ Soporte para PDFs agregado al sistema de análisis con IA
📋 Cambios Implementados Frontend: ✅ Input acepta image/*,application/pdf ✅ Label actualizado: "Fotografías / Documentos PDF *" ✅ Preview diferenciado: PDFs muestran icono 📝 rojo en lugar de imagen ✅ Nombre de archivo PDF visible en el preview ✅ Contador genérico: "archivo(s) cargado(s)" Backend: ✅ Agregado pypdf==4.0.1 a requirements.txt ✅ Detección automática de PDFs por content_type o extensión ✅ Extracción de texto de PDFs usando pypdf.PdfReader ✅ Validación de PDFs vacíos (sin texto extraíble) ✅ Prompts adaptados automáticamente para PDFs ✅ Soporte en OpenAI y Gemini (análisis de texto en lugar de vision) ✅ Límite de 4000 caracteres del PDF para análisis 🎯 Funcionamiento Usuario sube PDF → Sistema detecta tipo de archivo Extrae texto → PyPDF lee todas las páginas Análisis IA → Envía texto al modelo (no usa Vision API) Respuesta → Misma estructura JSON que con imágenes ⚠️ Limitaciones PDFs escaneados sin OCR no funcionarán (requieren texto seleccionable) Máximo 4000 caracteres del PDF enviados al AI 📦 Versiones Frontend: 1.0.91 → 1.0.92 Backend: 1.0.89 → 1.0.90
This commit is contained in:
@@ -207,7 +207,7 @@ def send_completed_inspection_to_n8n(inspection, db):
|
||||
# No lanzamos excepción para no interrumpir el flujo normal
|
||||
|
||||
|
||||
BACKEND_VERSION = "1.0.89"
|
||||
BACKEND_VERSION = "1.0.90"
|
||||
app = FastAPI(title="Checklist Inteligente API", version=BACKEND_VERSION)
|
||||
|
||||
# S3/MinIO configuration
|
||||
@@ -2558,11 +2558,52 @@ async def analyze_image(
|
||||
"message": "No hay configuración de IA activa. Configure en Settings."
|
||||
}
|
||||
|
||||
# Guardar imagen temporalmente
|
||||
# Guardar archivo temporalmente y procesar según tipo
|
||||
import base64
|
||||
from pypdf import PdfReader
|
||||
|
||||
contents = await file.read()
|
||||
image_b64 = base64.b64encode(contents).decode('utf-8')
|
||||
file_type = file.content_type
|
||||
|
||||
print(f"📄 Tipo de archivo: {file_type}")
|
||||
|
||||
# Detectar si es PDF
|
||||
is_pdf = file_type == 'application/pdf' or file.filename.lower().endswith('.pdf')
|
||||
|
||||
if is_pdf:
|
||||
print("📕 Detectado PDF - extrayendo texto...")
|
||||
try:
|
||||
from io import BytesIO
|
||||
pdf_file = BytesIO(contents)
|
||||
pdf_reader = PdfReader(pdf_file)
|
||||
|
||||
# Extraer texto de todas las páginas
|
||||
pdf_text = ""
|
||||
for page_num, page in enumerate(pdf_reader.pages):
|
||||
pdf_text += f"\n--- Página {page_num + 1} ---\n"
|
||||
pdf_text += page.extract_text()
|
||||
|
||||
print(f"✅ Texto extraído: {len(pdf_text)} caracteres")
|
||||
|
||||
if not pdf_text.strip():
|
||||
return {
|
||||
"status": "error",
|
||||
"message": "No se pudo extraer texto del PDF. Puede ser un PDF escaneado sin OCR."
|
||||
}
|
||||
|
||||
# Para PDFs usamos análisis de texto, no de imagen
|
||||
image_b64 = None
|
||||
|
||||
except Exception as e:
|
||||
print(f"❌ Error al procesar PDF: {str(e)}")
|
||||
return {
|
||||
"status": "error",
|
||||
"message": f"Error al procesar PDF: {str(e)}"
|
||||
}
|
||||
else:
|
||||
# Es una imagen
|
||||
image_b64 = base64.b64encode(contents).decode('utf-8')
|
||||
pdf_text = None
|
||||
|
||||
# Obtener contexto de la pregunta si se proporciona
|
||||
question_obj = None
|
||||
@@ -2714,6 +2755,13 @@ NOTA:
|
||||
- "status" debe ser "ok" (bueno), "minor" (problemas leves) o "critical" (problemas graves)
|
||||
- "context_match" debe ser true si la imagen muestra un componente vehicular relevante, false si no corresponde."""
|
||||
user_message = "Analiza este componente del vehículo para la inspección general."
|
||||
|
||||
# Ajustar prompt si es PDF en lugar de imagen
|
||||
if is_pdf:
|
||||
system_prompt = system_prompt.replace("Analiza la imagen", "Analiza el documento PDF")
|
||||
system_prompt = system_prompt.replace("la imagen", "el documento")
|
||||
system_prompt = system_prompt.replace("context_match", "document_relevance")
|
||||
user_message = user_message.replace("imagen", "documento PDF")
|
||||
|
||||
print(f"\n🤖 PROMPT ENVIADO AL AI:")
|
||||
print(f"Provider: {ai_config.provider}")
|
||||
@@ -2726,9 +2774,19 @@ NOTA:
|
||||
import openai
|
||||
openai.api_key = ai_config.api_key
|
||||
|
||||
response = openai.ChatCompletion.create(
|
||||
model=ai_config.model_name,
|
||||
messages=[
|
||||
# Construir mensaje según si es PDF o imagen
|
||||
if is_pdf:
|
||||
# Para PDF, solo texto
|
||||
messages_content = [
|
||||
{"role": "system", "content": system_prompt},
|
||||
{
|
||||
"role": "user",
|
||||
"content": f"{user_message}\n\n--- CONTENIDO DEL DOCUMENTO PDF ---\n{pdf_text[:4000]}" # Limitar a 4000 chars
|
||||
}
|
||||
]
|
||||
else:
|
||||
# Para imagen, usar vision
|
||||
messages_content = [
|
||||
{"role": "system", "content": system_prompt},
|
||||
{
|
||||
"role": "user",
|
||||
@@ -2743,7 +2801,11 @@ NOTA:
|
||||
}
|
||||
]
|
||||
}
|
||||
],
|
||||
]
|
||||
|
||||
response = openai.ChatCompletion.create(
|
||||
model=ai_config.model_name,
|
||||
messages=messages_content,
|
||||
max_tokens=500
|
||||
)
|
||||
|
||||
@@ -2757,11 +2819,17 @@ NOTA:
|
||||
genai.configure(api_key=ai_config.api_key)
|
||||
model = genai.GenerativeModel(ai_config.model_name)
|
||||
|
||||
# Convertir base64 a imagen PIL
|
||||
image = Image.open(BytesIO(contents))
|
||||
|
||||
prompt = f"{system_prompt}\n\n{user_message}"
|
||||
response = model.generate_content([prompt, image])
|
||||
|
||||
if is_pdf:
|
||||
# Para PDF, solo texto
|
||||
prompt_with_content = f"{prompt}\n\n--- CONTENIDO DEL DOCUMENTO PDF ---\n{pdf_text[:4000]}"
|
||||
response = model.generate_content(prompt_with_content)
|
||||
else:
|
||||
# Para imagen, incluir imagen
|
||||
image = Image.open(BytesIO(contents))
|
||||
response = model.generate_content([prompt, image])
|
||||
|
||||
ai_response = response.text
|
||||
|
||||
else:
|
||||
|
||||
Reference in New Issue
Block a user