Documentación Técnica del IA-pdf-creator(v6.0)

Este documento describe la arquitectura y el funcionamiento del motor , un sistema de evaluación de talento impulsado por IA que genera informes ejecutivos en PDF y Excel.

1. Resumen de la Arquitectura

El sistema utiliza un enfoque modular y asíncrono para procesar grandes volúmenes de datos con una latencia mínima.

graph TD
    A[JSON Entrada: datos_empresa.json] --> B[motor_prisma.py]
    B --> C[IA: Groq Llama 3.3 70B]
    B --> D[Gráficos: Matplotlib]
    B --> E[Plantilla HTML: Jinja2]
    B --> F[Plantilla Excel: openpyxl]
    E --> G[PDF Final: Playwright]
    F --> H[Excel Final: Dashboard]

Loading

Important

El sistema actual (V6) ya no utiliza archivos Excel de entrada ni el antiguo diccionario_perfiles.json. Ahora todo el conocimiento y los datos residen en un único archivo JSON centralizado.

---

2. Componentes Principales

2.1 motor_prisma.py

Es el orquestador central. Sus funciones incluyen:

• Carga de Datos: Lee datos_empresa.json.
• Cálculo de Compatibilidad: Compara las dimensiones del usuario con los pesos del perfil objetivo de la empresa.
• Orquestación IA: Lanza 6 peticiones asíncronas a Groq para generar el contenido narrativo.
• Generación Documental: Gestiona la creación de PDFs y Excels.

2.2 datos_empresa.json (Estructura de Datos)

Note

Este es el núcleo de información del sistema. Define tanto la configuración de la empresa como los datos de los evaluados.

Estructura:

• empresas: Diccionario indexado por ID de empresa.
  • info: Nombre, sector, colores corporativos y logo.
  • pesos_perfil_objetivo: Valores 0-10 para las 7 dimensiones (Adaptabilidad, Comunicación, Creatividad, Disciplina, Empatía, Iniciativa, Resiliencia).
  • clientes: Lista de personas evaluadas con sus puntuaciones (0-100) y frases de observación.

2.3 Sistema de Plantillas Híbrido

• PDF: Usa plantilla_radar.html con Jinja2 y Playwright. Permite diseños de alta fidelidad con CSS moderno.
• Excel: Usa plantilla_excel.xlsx. El sistema busca marcadores de texto (ej: [CHART_RADAR], [LOGO_EMPRESA]) e inyecta dinámicamente los gráficos y datos.

2.4 Generación Narrativa (Las 6 Peticiones a Groq)

El motor lanza 6 peticiones asíncronas simultáneas para transformar los datos numéricos en narrativa ejecutiva. Todas utilizan el modelo Llama 3.3 70B.

Petición	Datos Enviados (Input)	Contenido Generado (Output)	Destino en PDF (plantilla_radar.html)
1. Bloques Narrativos	Nombre, Perfil, Score y Frases Predeterminadas.	3 bloques: Fortalezas, Liderazgo y Veredicto Final.	{{ analisis_bloque_1/2/3 }}
2. Justificación	Nombre, Perfil y Score de compatibilidad.	Resumen ejecutivo (2-3 frases) que defiende el veredicto.	{{ desc_recom }}
3. Fortalezas Clave	Perfil objetivo y dimensiones técnicas.	Lista de las 3 habilidades más destacadas del evaluado.	Listas dinámicas de la pág. 1.
4. Puntos Críticos	Scores de las 7 dimensiones (foco en las más bajas).	2 áreas de mejora urgente y atención prioritaria.	{{ puntos_criticos }} (Pág. 2)
5. Catalizadores	Scores de las 7 dimensiones (foco en las más altas).	2 oportunidades de crecimiento y desarrollo estratégico.	{{ catalizadores_crecimiento }} (Pág. 2)
6. Alerta de Riesgo	Resiliencia, Empatía y Frases Predeterminadas.	Nivel de riesgo (Bajo/Medio/Alto) de burnout o fuga.	Área de Evaluación de Riesgos.

Important

Las Frases Predeterminadas son críticas: actúan como el "ancla de verdad" para la IA, obligándola a que toda la narrativa generada sea coherente con las observaciones manuales del evaluador.

---

3. Flujo de Ejecución

1. Carga: Se parsea el archivo JSON.
2. Análisis: Se calculan los percentiles comparando al usuario con su equipo (contextualización).
3. Generación IA: Se consulta a Groq para:
   • Análisis de Fortalezas y Liderazgo.
   • Puntos Críticos y Catalizadores de Crecimiento.
   • Alerta de Riesgo (Burnout/Fuga de talento).
4. Renderizado: Se generan los gráficos con Matplotlib y se inyectan en las plantillas.
5. Exportación: Se guardan los resultados en Salida_PDF/ y Salida_Excel/.

---

4. Tecnologías Clave

Tecnología	Propósito
Groq (Llama 3)	Motor de narrativa y razonamiento ultra-rápido.
Playwright	Generación de PDFs de alta fidelidad desde HTML.
Matplotlib	Generación de gráficos analíticos (Radar, Barras, Scatter).
Openpyxl	Manipulación de plantillas Excel corporativas.
Pydantic v2	Validación estricta de la estructura del JSON.

---

5. Instrucciones de Uso

Tip

Asegúrate de tener configurado tu archivo .env con la clave GROQ_API_KEY.

# Ejecutar el procesamiento por lotes desde el JSON
python motor_prisma.py

El sistema detectará automáticamente los datos en datos_empresa.json y generará un informe PDF e informe Excel para cada persona, además de un consolidado para el equipo.