✅ Chat AI Assistant con Archivos Adjuntos Implementado

🎯 Nueva Funcionalidad Completa
Se ha implementado un sistema de chat conversacional con IA que permite adjuntar archivos (imágenes y PDFs), similar a ChatGPT, con prompt personalizable y envío completo al webhook.

📋 Características Implementadas
1. Adjuntar Archivos en el Chat
✅ Botón 📎 para adjuntar archivos
✅ Soporte para imágenes (JPG, PNG, etc.) y PDFs
✅ Preview de archivos adjuntos antes de enviar
✅ Eliminación individual de archivos adjuntos
✅ Múltiples archivos por mensaje
✅ Validación de tipos de archivo
2. Procesamiento Backend de Archivos
✅ Endpoint modificado para recibir FormData con archivos
✅ PDFs: Extracción automática de texto con pypdf
✅ Imágenes: Conversión a base64 para Vision AI
✅ Análisis combinado de texto + imágenes
✅ Límite de 2000 caracteres por PDF para optimizar
3. Integración con IA
✅ OpenAI Vision: Soporte multimodal (texto + imágenes)
✅ Gemini: Soporte de imágenes y texto
✅ Contexto enriquecido con archivos adjuntos
✅ Prompts adaptados según tipo de archivo
4. Custom Prompt por Checklist
✅ Campo assistant_prompt configurable por pregunta
✅ Campo assistant_instructions para instrucciones adicionales
✅ Control de longitud de respuesta (short/medium/long)
✅ Contexto automático del vehículo en cada mensaje
5. Persistencia del Chat
✅ Nuevo campo chat_history en modelo Answer
✅ Migración SQL: add_chat_history_to_answers.sql
✅ Guardado automático del historial completo
✅ Restauración del chat al reabrir
6. Envío al Webhook (n8n)
✅ Todos los chats incluidos en send_completed_inspection_to_n8n()
✅ Campo chat_history en cada respuesta del webhook
✅ Incluye metadata de archivos adjuntos
✅ Tipo de pregunta identificado en webhook
✅ Datos completos para análisis posterior

backend/app/main.py

@@ -131,7 +131,8 @@ def send_completed_inspection_to_n8n(inspection, db):
                     "id": answer.question.id,
                     "texto": answer.question.text,
                     "seccion": answer.question.section,
-                    "orden": answer.question.order
+                    "orden": answer.question.order,
+                    "tipo": answer.question.type
                 },
                 "respuesta": answer.answer_value,
                 "estado": answer.status,
@@ -139,7 +140,8 @@ def send_completed_inspection_to_n8n(inspection, db):
                 "puntos_obtenidos": answer.points_earned,
                 "es_critico": answer.is_flagged,
                 "imagenes": imagenes,
-                "ai_analysis": answer.ai_analysis
+                "ai_analysis": answer.ai_analysis,
+                "chat_history": answer.chat_history  # Incluir historial de chat si existe
             })
         
         # Preparar datos completos de la inspección
@@ -207,7 +209,7 @@ def send_completed_inspection_to_n8n(inspection, db):
         # No lanzamos excepción para no interrumpir el flujo normal
 
 
-BACKEND_VERSION = "1.0.90"
+BACKEND_VERSION = "1.0.91"
 app = FastAPI(title="Checklist Inteligente API", version=BACKEND_VERSION)
 
 # S3/MinIO configuration
@@ -2959,33 +2961,80 @@ Responde en formato JSON:
 
 @app.post("/api/ai/chat-assistant")
 async def chat_with_ai_assistant(
-    request: dict,
+    question_id: int = Form(...),
+    inspection_id: int = Form(...),
+    user_message: str = Form(""),
+    chat_history: str = Form("[]"),
+    context_photos: str = Form("[]"),
+    vehicle_info: str = Form("{}"),
+    assistant_prompt: str = Form(""),
+    assistant_instructions: str = Form(""),
+    response_length: str = Form("medium"),
+    files: List[UploadFile] = File(default=[]),
     db: Session = Depends(get_db),
     current_user: models.User = Depends(get_current_user)
 ):
     """
     Chat conversacional con IA usando contexto de fotos anteriores
     El asistente tiene acceso a fotos de preguntas previas para dar mejor contexto
+    Ahora soporta archivos adjuntos (imágenes y PDFs)
     """
     print("\n" + "="*80)
     print("🤖 AI CHAT ASSISTANT")
     print("="*80)
     
-    question_id = request.get('question_id')
+    # Parsear JSON strings
-    inspection_id = request.get('inspection_id')
+    import json
-    user_message = request.get('user_message')
+    chat_history_list = json.loads(chat_history)
-    chat_history = request.get('chat_history', [])
+    context_photos_list = json.loads(context_photos)
-    context_photos = request.get('context_photos', [])
+    vehicle_info_dict = json.loads(vehicle_info)
-    assistant_prompt = request.get('assistant_prompt', '')
-    assistant_instructions = request.get('assistant_instructions', '')
-    response_length = request.get('response_length', 'medium')
-    vehicle_info = request.get('vehicle_info', {})
     
     print(f"📋 Question ID: {question_id}")
     print(f"🚗 Inspection ID: {inspection_id}")
     print(f"💬 User message: {user_message}")
-    print(f"📸 Context photos: {len(context_photos)} fotos")
+    print(f"📎 Attached files: {len(files)}")
-    print(f"💭 Chat history: {len(chat_history)} mensajes previos")
+    print(f"📸 Context photos: {len(context_photos_list)} fotos")
+    print(f"💭 Chat history: {len(chat_history_list)} mensajes previos")
+    
+    # Procesar archivos adjuntos
+    attached_files_data = []
+    if files:
+        import base64
+        from pypdf import PdfReader
+        from io import BytesIO
+        
+        for file in files:
+            file_content = await file.read()
+            file_type = file.content_type
+            
+            file_info = {
+                'filename': file.filename,
+                'type': file_type,
+                'size': len(file_content)
+            }
+            
+            # Si es PDF, extraer texto
+            if file_type == 'application/pdf' or file.filename.lower().endswith('.pdf'):
+                try:
+                    pdf_file = BytesIO(file_content)
+                    pdf_reader = PdfReader(pdf_file)
+                    pdf_text = ""
+                    for page in pdf_reader.pages:
+                        pdf_text += page.extract_text()
+                    file_info['content_type'] = 'pdf'
+                    file_info['text'] = pdf_text[:2000]  # Limitar texto
+                    print(f"📄 PDF procesado: {file.filename} - {len(pdf_text)} caracteres")
+                except Exception as e:
+                    print(f"❌ Error procesando PDF {file.filename}: {str(e)}")
+                    file_info['error'] = str(e)
+            
+            # Si es imagen, convertir a base64
+            elif file_type.startswith('image/'):
+                file_info['content_type'] = 'image'
+                file_info['base64'] = base64.b64encode(file_content).decode('utf-8')
+                print(f"🖼️ Imagen procesada: {file.filename}")
+            
+            attached_files_data.append(file_info)
     
     # Obtener configuración de IA
     ai_config = db.query(models.AIConfiguration).filter(
@@ -3003,17 +3052,17 @@ async def chat_with_ai_assistant(
         # Construir el contexto del vehículo
         vehicle_context = f"""
 INFORMACIÓN DEL VEHÍCULO:
-- Marca: {vehicle_info.get('brand', 'N/A')}
+- Marca: {vehicle_info_dict.get('brand', 'N/A')}
-- Modelo: {vehicle_info.get('model', 'N/A')}
+- Modelo: {vehicle_info_dict.get('model', 'N/A')}
-- Placa: {vehicle_info.get('plate', 'N/A')}
+- Placa: {vehicle_info_dict.get('plate', 'N/A')}
-- Kilometraje: {vehicle_info.get('km', 'N/A')} km
+- Kilometraje: {vehicle_info_dict.get('km', 'N/A')} km
 """
         
         # Construir el contexto de las fotos anteriores
         photos_context = ""
-        if context_photos:
+        if context_photos_list:
-            photos_context = f"\n\nFOTOS ANALIZADAS PREVIAMENTE ({len(context_photos)} imágenes):\n"
+            photos_context = f"\n\nFOTOS ANALIZADAS PREVIAMENTE ({len(context_photos_list)} imágenes):\n"
-            for idx, photo in enumerate(context_photos[:10], 1):  # Limitar a 10 fotos
+            for idx, photo in enumerate(context_photos_list[:10], 1):  # Limitar a 10 fotos
                 ai_analysis = photo.get('aiAnalysis', [])
                 if ai_analysis and len(ai_analysis) > 0:
                     analysis_text = ai_analysis[0].get('analysis', {})
@@ -3029,6 +3078,18 @@ INFORMACIÓN DEL VEHÍCULO:
         }
         max_tokens = max_tokens_map.get(response_length, 400)
         
+        # Construir contexto de archivos adjuntos
+        attached_context = ""
+        if attached_files_data:
+            attached_context = f"\n\nARCHIVOS ADJUNTOS EN ESTE MENSAJE ({len(attached_files_data)} archivos):\n"
+            for idx, file_info in enumerate(attached_files_data, 1):
+                if file_info.get('content_type') == 'pdf':
+                    attached_context += f"\n{idx}. PDF: {file_info['filename']}\n"
+                    if 'text' in file_info:
+                        attached_context += f"   Contenido: {file_info['text'][:500]}...\n"
+                elif file_info.get('content_type') == 'image':
+                    attached_context += f"\n{idx}. Imagen: {file_info['filename']}\n"
+        
         # Construir el system prompt
         base_prompt = assistant_prompt or "Eres un experto mecánico automotriz que ayuda a diagnosticar problemas."
         
@@ -3038,6 +3099,8 @@ INFORMACIÓN DEL VEHÍCULO:
 
 {photos_context}
 
+{attached_context}
+
 INSTRUCCIONES ADICIONALES:
 {assistant_instructions if assistant_instructions else "Sé técnico, claro y directo en tus respuestas."}
 
@@ -3053,13 +3116,35 @@ FORMATO DE RESPUESTA:
         messages = [{"role": "system", "content": system_prompt}]
         
         # Agregar historial previo (últimos 10 mensajes para no saturar)
-        for msg in chat_history[-10:]:
+        for msg in chat_history_list[-10:]:
             messages.append({
                 "role": msg.get('role'),
                 "content": msg.get('content')
             })
         
-        # Agregar el mensaje actual del usuario
+        # Agregar el mensaje actual del usuario con imágenes si hay
+        has_images = any(f.get('content_type') == 'image' for f in attached_files_data)
+        
+        if has_images:
+            # Formato multimodal para OpenAI/Gemini
+            user_content = []
+            if user_message:
+                user_content.append({"type": "text", "text": user_message})
+            
+            # Agregar imágenes
+            for file_info in attached_files_data:
+                if file_info.get('content_type') == 'image':
+                    user_content.append({
+                        "type": "image_url",
+                        "image_url": {"url": f"data:image/jpeg;base64,{file_info['base64']}"}
+                    })
+            
+            messages.append({
+                "role": "user",
+                "content": user_content
+            })
+        else:
+            # Solo texto
             messages.append({
                 "role": "user",
                 "content": user_message
@@ -3111,7 +3196,8 @@ FORMATO DE RESPUESTA:
             "response": ai_response,
             "confidence": confidence,
             "provider": ai_config.provider,
-            "model": ai_config.model_name
+            "model": ai_config.model_name,
+            "attached_files": [{'filename': f['filename'], 'type': f['type']} for f in attached_files_data]
         }
         
     except Exception as e:

backend/app/models.py

@@ -157,6 +157,7 @@ class Answer(Base):
     comment = Column(Text)  # Comentarios adicionales
     
     ai_analysis = Column(JSON)  # Análisis de IA si aplica
+    chat_history = Column(JSON)  # Historial de chat con AI Assistant (para tipo ai_assistant)
     is_flagged = Column(Boolean, default=False)  # Si requiere atención
     
     created_at = Column(DateTime(timezone=True), server_default=func.now())

backend/app/schemas.py

@@ -215,6 +215,7 @@ class AnswerCreate(AnswerBase):
     inspection_id: int
     question_id: int
     ai_analysis: Optional[list] = None  # Lista de análisis de IA (soporta múltiples imágenes)
+    chat_history: Optional[list] = None  # Historial de chat con AI Assistant
 
 class AnswerUpdate(AnswerBase):
     pass
@@ -225,6 +226,7 @@ class Answer(AnswerBase):
     question_id: int
     points_earned: int
     ai_analysis: Optional[list] = None  # Lista de análisis de IA
+    chat_history: Optional[list] = None  # Historial de chat con AI Assistant
     created_at: datetime
     
     class Config:

frontend/package.json

@@ -1,7 +1,7 @@
 {
   "name": "checklist-frontend",
   "private": true,
-  "version": "1.0.92",
+  "version": "1.0.93",
   "type": "module",
   "scripts": {
     "dev": "vite",

frontend/public/service-worker.js

@@ -1,6 +1,6 @@
 // Service Worker para PWA con detección de actualizaciones
 // IMPORTANTE: Actualizar esta versión cada vez que se despliegue una nueva versión
-const CACHE_NAME = 'ayutec-v1.0.92';
+const CACHE_NAME = 'ayutec-v1.0.93';
 const urlsToCache = [
   '/',
   '/index.html'

frontend/src/App.jsx

@@ -4270,7 +4270,8 @@ function InspectionModal({ checklist, existingInspection, user, onClose, onCompl
         status: status,
         comment: answer.observations || null,
         ai_analysis: answer.aiAnalysis || null,
-        is_flagged: status === 'critical'
+        is_flagged: status === 'critical',
+        chat_history: answer.chatHistory || null  // Agregar historial de chat
       }
       
       const response = await fetch(`${API_URL}/api/answers`, {
@@ -5265,7 +5266,9 @@ function InspectionModal({ checklist, existingInspection, user, onClose, onCompl
 // Componente Modal de Chat IA Asistente
 function AIAssistantChatModal({ question, inspection, allAnswers, messages, setMessages, loading, setLoading, onClose }) {
   const [inputMessage, setInputMessage] = useState('')
+  const [attachedFiles, setAttachedFiles] = useState([])
   const chatEndRef = useRef(null)
+  const fileInputRef = useRef(null)
   const config = question.options || {}
 
   // Auto-scroll al final
@@ -5273,19 +5276,66 @@ function AIAssistantChatModal({ question, inspection, allAnswers, messages, setM
     chatEndRef.current?.scrollIntoView({ behavior: 'smooth' })
   }, [messages])
 
+  // Manejar adjuntos de archivos
+  const handleFileAttach = (e) => {
+    const files = Array.from(e.target.files)
+    const validFiles = files.filter(file => {
+      const isImage = file.type.startsWith('image/')
+      const isPDF = file.type === 'application/pdf'
+      const isValid = isImage || isPDF
+      if (!isValid) {
+        alert(`⚠️ ${file.name}: Solo se permiten imágenes y PDFs`)
+      }
+      return isValid
+    })
+    setAttachedFiles(prev => [...prev, ...validFiles])
+  }
+
+  const removeAttachedFile = (index) => {
+    setAttachedFiles(prev => prev.filter((_, i) => i !== index))
+  }
+
   // Enviar mensaje al asistente
   const sendMessage = async () => {
-    if (!inputMessage.trim() || loading) return
+    if ((!inputMessage.trim() && attachedFiles.length === 0) || loading) return
 
-    const userMessage = { role: 'user', content: inputMessage, timestamp: new Date().toISOString() }
+    const userMessage = { 
+      role: 'user', 
+      content: inputMessage || '📎 Archivos adjuntos', 
+      timestamp: new Date().toISOString(),
+      files: attachedFiles.map(f => ({ name: f.name, type: f.type, size: f.size }))
+    }
     setMessages(prev => [...prev, userMessage])
+    
+    const currentFiles = attachedFiles
     setInputMessage('')
+    setAttachedFiles([])
     setLoading(true)
 
     try {
       const token = localStorage.getItem('token')
       const API_URL = import.meta.env.VITE_API_URL || ''
 
+      // Preparar FormData para enviar archivos
+      const formData = new FormData()
+      formData.append('question_id', question.id)
+      formData.append('inspection_id', inspection.id)
+      formData.append('user_message', inputMessage)
+      formData.append('chat_history', JSON.stringify(messages))
+      formData.append('assistant_prompt', config.assistant_prompt || '')
+      formData.append('assistant_instructions', config.assistant_instructions || '')
+      formData.append('response_length', config.response_length || 'medium')
+      
+      // Adjuntar archivos
+      currentFiles.forEach((file, index) => {
+        formData.append('files', file)
+      })
+
+      // Adjuntar archivos
+      currentFiles.forEach((file, index) => {
+        formData.append('files', file)
+      })
+
       // Recopilar fotos de preguntas anteriores según configuración
       const contextPhotos = []
       const contextQuestionIds = config.context_questions 
@@ -5308,33 +5358,23 @@ function AIAssistantChatModal({ question, inspection, allAnswers, messages, setM
         }
       })
 
-      // Preparar el payload
+      formData.append('context_photos', JSON.stringify(contextPhotos))
-      const payload = {
+      formData.append('vehicle_info', JSON.stringify({
-        question_id: question.id,
-        inspection_id: inspection.id,
-        user_message: inputMessage,
-        chat_history: messages,
-        context_photos: contextPhotos,
-        assistant_prompt: config.assistant_prompt || '',
-        assistant_instructions: config.assistant_instructions || '',
-        response_length: config.response_length || 'medium',
-        vehicle_info: {
         brand: inspection.vehicle_brand,
         model: inspection.vehicle_model,
         plate: inspection.vehicle_plate,
         km: inspection.vehicle_km
-        }
+      }))
-      }
 
-      console.log('📤 Enviando a chat IA:', payload)
+      console.log('📤 Enviando a chat IA con archivos:', currentFiles.length)
 
       const response = await fetch(`${API_URL}/api/ai/chat-assistant`, {
         method: 'POST',
         headers: {
-          'Authorization': `Bearer ${token}`,
+          'Authorization': `Bearer ${token}`
-          'Content-Type': 'application/json'
+          // No incluir Content-Type, fetch lo establece automáticamente con FormData
         },
-        body: JSON.stringify(payload)
+        body: formData
       })
 
       if (!response.ok) {
@@ -5430,6 +5470,18 @@ function AIAssistantChatModal({ question, inspection, allAnswers, messages, setM
                 <div className="text-sm sm:text-base whitespace-pre-wrap break-words">
                   {msg.content}
                 </div>
+                {/* Mostrar archivos adjuntos si existen */}
+                {msg.files && msg.files.length > 0 && (
+                  <div className="mt-2 space-y-1">
+                    {msg.files.map((file, fIdx) => (
+                      <div key={fIdx} className={`text-xs flex items-center gap-1 ${msg.role === 'user' ? 'text-blue-100' : 'text-gray-600'}`}>
+                        <span>{file.type.startsWith('image/') ? '🖼️' : '📄'}</span>
+                        <span className="truncate">{file.name}</span>
+                        <span>({(file.size / 1024).toFixed(1)} KB)</span>
+                      </div>
+                    ))}
+                  </div>
+                )}
                 <div
                   className={`text-xs mt-2 ${
                     msg.role === 'user' ? 'text-blue-100' : 'text-gray-400'
@@ -5463,7 +5515,43 @@ function AIAssistantChatModal({ question, inspection, allAnswers, messages, setM
 
         {/* Input */}
         <div className="border-t p-3 sm:p-4 bg-white rounded-b-xl">
+          {/* Preview de archivos adjuntos */}
+          {attachedFiles.length > 0 && (
+            <div className="mb-3 flex flex-wrap gap-2">
+              {attachedFiles.map((file, idx) => (
+                <div key={idx} className="flex items-center gap-2 bg-gray-100 px-3 py-2 rounded-lg text-sm">
+                  <span>{file.type.startsWith('image/') ? '🖼️' : '📄'}</span>
+                  <span className="max-w-[150px] truncate">{file.name}</span>
+                  <button
+                    onClick={() => removeAttachedFile(idx)}
+                    className="text-red-600 hover:text-red-800 font-bold"
+                    type="button"
+                  >
+                    ✕
+                  </button>
+                </div>
+              ))}
+            </div>
+          )}
+          
           <div className="flex gap-2">
+            <input
+              type="file"
+              ref={fileInputRef}
+              onChange={handleFileAttach}
+              accept="image/*,application/pdf"
+              multiple
+              className="hidden"
+            />
+            <button
+              onClick={() => fileInputRef.current?.click()}
+              disabled={loading}
+              className="px-3 py-2 sm:py-3 bg-gray-100 hover:bg-gray-200 text-gray-700 rounded-lg transition disabled:opacity-50 disabled:cursor-not-allowed"
+              title="Adjuntar archivos (imágenes o PDFs)"
+              type="button"
+            >
+              📎
+            </button>
             <input
               type="text"
               value={inputMessage}
@@ -5475,7 +5563,7 @@ function AIAssistantChatModal({ question, inspection, allAnswers, messages, setM
             />
             <button
               onClick={sendMessage}
-              disabled={!inputMessage.trim() || loading}
+              disabled={(!inputMessage.trim() && attachedFiles.length === 0) || loading}
               className="px-4 sm:px-6 py-2 sm:py-3 bg-gradient-to-r from-purple-600 to-blue-600 text-white rounded-lg hover:from-purple-700 hover:to-blue-700 disabled:opacity-50 disabled:cursor-not-allowed transition text-sm sm:text-base font-semibold"
             >
               Enviar

frontend/src/Sidebar.jsx

@@ -140,7 +140,7 @@ export default function Sidebar({ user, activeTab, setActiveTab, sidebarOpen, se
         {sidebarOpen && (
           <div className="mb-3 px-2 py-1.5 bg-indigo-900/30 rounded-lg border border-indigo-700/30">
             <p className="text-xs text-indigo-300 text-center font-medium">
-              Ayutec v1.0.92
+              Ayutec v1.0.93
             </p>
           </div>
         )}

migrations/add_chat_history_to_answers.sql

@@ -0,0 +1,6 @@
+-- Agregar campo chat_history a la tabla answers
+-- Fecha: 2025-12-02
+
+ALTER TABLE answers ADD COLUMN IF NOT EXISTS chat_history JSON;
+
+COMMENT ON COLUMN answers.chat_history IS 'Historial de conversación con AI Assistant para preguntas tipo ai_assistant';