====================================================== DOCUMENTO DE ARQUITECTURA Y ESPECIFICACIONES - COBAEV IA ====================================================== Como equipo multidisciplinario (Arquitecto de Software, Desarrolladores, Especialistas en IA/RAG, Diseño y Educación), hemos analizado los requerimientos para la aplicación "COBAEV IA". A continuación, se documentan las decisiones técnicas, la arquitectura y el plan de implementación para garantizar un funcionamiento 100% OFFLINE. ------------------------------------------------------ 1. DECISIONES TÉCNICAS Y ARQUITECTURA ------------------------------------------------------ 1.1. Stack Principal (Frontend & Puente Nativo) - Framework: React Native (Bare Workflow / Expo Prebuild). - Lenguaje: TypeScript para la lógica de negocio, Kotlin/C++ para los módulos nativos de IA y RAG. - Razón: React Native permite una excelente interfaz de usuario moderna (UX/UI), mientras que el Bare Workflow es obligatorio para integrar librerías nativas de C++ que ejecuten los modelos locales eficientemente. 1.2. Motor de Inferencia LLM Local - Tecnología: llama.cpp (a través de wrappers nativos como llama.rn o integración propia vía JNI/C++). - Modelos recomendados: Llama-3.2-1B-Instruct-GGUF o Qwen2.5-1.5B-GGUF (Cuantizados en Q4_K_M). - Razón: llama.cpp es el estándar de oro actual para ejecutar modelos en dispositivos móviles con bajo consumo de RAM y batería. Soporta streaming de tokens nativo. 1.3. Motor OCR Offline - Tecnología: Google ML Kit Text Recognition V2 (On-Device). - Razón: Funciona completamente sin internet, es altamente preciso en español e inglés, y está optimizado para dispositivos Android sin drenar la batería. 1.4. Base de Datos Local - Tecnología: WatermelonDB (construida sobre SQLite). - Razón: Está diseñada específicamente para aplicaciones React Native offline-first. Soporta bases de datos grandes, consultas rápidas y es lazy-loaded, ideal para historiales de chat y almacenamiento del currículo. 1.5. Sistema RAG Local (Embeddings y Base Vectorial) - Embeddings: Ejecución de un modelo ligero (ej. all-MiniLM-L6-v2) a través de ONNX Runtime Mobile. - Base Vectorial: sqlite-vec (extensión vectorial ultraligera para SQLite) o un índice HNSW en memoria (FAISS adaptado a C++). - Razón: Permite realizar búsquedas semánticas (cosine similarity) directamente en el dispositivo en milisegundos, vinculando documentos, PDFs y temarios del COBAEV sin latencia de red. ------------------------------------------------------ 2. ESPECIFICACIONES DEL SISTEMA ------------------------------------------------------ - MODO OFFLINE ESTRICTO: La app no integrará Firebase Auth, OpenAI ni APIs externas. Toda la lógica reside en el dispositivo. - HUMANIZADOR DE TEXTOS: Módulo especializado en el prompt del sistema que ajusta el tono a "Estudiante COBAEV" (16 años), "Profesional", "Casual", etc., sin perder el sentido original ni generar un lenguaje robótico. - MULTIMODALIDAD SIMULADA / VISIÓN: Uso de ML Kit para extraer texto y estructura de fotos/capturas, pasándolo como contexto al LLM local para analizar ejercicios o tareas. - GESTOR DE MODELOS (Model Manager): Interfaz para que el usuario importe paquetes GGUF desde su almacenamiento y verifique el uso de RAM. - ACTUALIZACIONES CURRICULARES: Archivos `.pack` o `.zip` que contienen JSON con materias, guías y embeddings precalculados. - HERRAMIENTAS DE ESTUDIO: Quizzes offline, flashcards, explicador paso a paso, detector de tono y corrección de redacción. ------------------------------------------------------ 3. PLAN DE IMPLEMENTACIÓN (Fases del MVP) ------------------------------------------------------ Fase 1: Infraestructura y Modelos 1. Configuración del proyecto React Native (Bare Workflow). 2. Implementación de WatermelonDB / SQLite local. 3. Creación del Model Manager (Importación y validación de GGUF). 4. Integración de llama.cpp (Inferencia LLM local y Streaming). Fase 2: Interfaz y Experiencia de Usuario (Chat) 5. Pantallas principales (Inicio, Chat, Materias, Herramientas). 6. Implementación del Chat (texto, historial, preservación de contexto). Fase 3: RAG y Procesamiento de Documentos 7. Integración de ONNX Runtime para embeddings locales. 8. Implementación de sqlite-vec para almacenamiento y búsqueda vectorial. 9. Módulo de procesamiento de archivos (TXT, PDF, DOCX). 10. Integración de Google ML Kit para OCR y recorte inteligente de fotografías. Fase 4: Lógica de Negocio y Currículo COBAEV 11. Estructuración del currículo COBAEV 2026-B. 12. Motor de importación de paquetes curriculares (JSON/ZIP). 13. Desarrollo del "Humanizador de Textos" y perfiles de tono. 14. Implementación de herramientas de estudio (Quizzes, Flashcards). Fase 5: Pruebas, Optimización y Empaquetado 15. Gestión de rendimiento (Control de temperatura, RAM, truncamiento de contexto). 16. PRUEBAS EN MODO AVIÓN ESTRICTO (Validación 100% offline). 17. Compilación de APK y AAB (Split de Model Pack y App base). 18. Redacción de README técnico y scripts de empaquetado del lado del PC. ------------------------------------------------------ 4. NOTAS DE SEGURIDAD Y PRIVACIDAD ------------------------------------------------------ - Todos los documentos y fotografías procesadas se eliminan de la caché temporal tras su análisis o se almacenan encriptados en el sandbox de la app. - No se recopila telemetría de las conversaciones. - Posibilidad de exportar un backup local (.zip) con los progresos y chats del usuario. ¡La arquitectura está lista y el desarrollo del MVP puede comenzar siguiendo estos lineamientos estrictos de privacidad y funcionamiento local!