Descripción del Proyecto
Adubot es un asistente de inteligencia artificial diseñado para facilitar la clasificación arancelaria de mercancías. A partir de la descripción de un producto, el sistema sugiere subpartidas arancelarias y requisitos documentales basándose exclusivamente en normativa oficial de cuatro países: Bolivia, Chile, SUNAT Perú y DIAN Colombia. El énfasis en fuentes oficiales garantiza la confiabilidad de las respuestas y evita el riesgo de alucinaciones.
La base de conocimiento comprende aproximadamente 4.000 documentos (~1,5 GB), incluyendo PDFs escaneados, procesados mediante un pipeline propio de OCR y extracción con Docling. El sistema implementa una arquitectura de adaptadores que permite intercambiar los componentes de embeddings, LLM y recuperación entre proveedores locales (Ollama) y en la nube (OpenAI) sin cambios en la lógica de negocio, lo que facilita el control de costos y la experimentación.
Un elemento diferenciador del sistema son las reglas anti-alucinación: el asistente está instruido para citar siempre la fuente normativa y el número de página de donde proviene cada respuesta, y para declarar un nivel de confianza explícito. Si la base de conocimiento no contiene información suficiente para responder con certeza, el sistema lo declara en lugar de inventar una respuesta, manteniendo la confianza del usuario en el sistema.
Características y Funcionalidades
RAG sobre normativa oficial
Recuperación semántica sobre normativa oficial de Bolivia, Chile, Perú y Colombia.
Pipeline OCR con Docling
Extracción y procesamiento de PDFs escaneados (~1,5 GB) para construir la base de conocimiento.
Arquitectura por adaptadores
Intercambia embeddings, LLM y recuperación entre Ollama (local) y OpenAI (nube) sin cambios en la lógica.
Reglas anti-alucinación
El sistema cita fuente y página, declara nivel de confianza y admite incertidumbre en lugar de inventar.
Clasificación arancelaria
Sugerencia de subpartidas del Sistema Armonizado (SA) a partir de descripción de mercancía.
Control de costos
Soporte para modelos locales con Ollama permite operar sin costos de API en producción.
