Interfaz de lenguaje natural potenciada por LLM para datos internos
Screenshots
El problema era simple: el personal perdía demasiado tiempo buscando en documentos internos, bases de datos y hojas de cálculo respuestas que deberían ser instantáneas.
Diseñé un pipeline RAG usando Ollama con LLaMA corriendo localmente, LangChain para orquestación, y un backend FastAPI exponiendo una API limpia. El frontend es una interfaz React que se siente como una app de chat pero consulta datos internos estructurados.
Todo el sistema corre on-premises usando contenedores Docker gestionados con Dokploy, garantizando que cero datos salgan de la red de la empresa. Los documentos se indexan en un vector store y se recuperan semánticamente antes de pasarlos al LLM.
Fue un proyecto de iniciativa propia: identifiqué la brecha de productividad, propuse la arquitectura y lo entregué de punta a punta.