Agente IA Conversacional

Descripción

Este modulo implementa un agente conversacional basado en Google Gemini con persistencia de historial y memoria inteligente. Sus caracteristicas principales son:

1. Historial persistente: Almacena el historial de conversación en la tabla agent_chat por chatId. Al recibir un nuevo mensaje, carga el historial existente y lo envia como contexto al modelo.
2. Memoria con extracción automática: Utiliza un esquema de memoria configurable con patrones regex para extraer automáticamente información del usuario (nombre, email, telefono, DNI, empresa, productos de interes, ubicación, etc.) tanto del mensaje actual como del historial completo.
3. Soporte de imagenes: Puede recibir y analizar imagenes enviadas por el usuario. Las imagenes se procesan como base64 y se envian junto con el prompt al modelo Gemini.
4. Contexto enriquecido: Antes de cada llamada al modelo, inyecta un resumen categorizado de la memoria extraida como contexto.
5. Truncamiento inteligente: Si el historial crece demasiado (>50000 chars), se trunca manteniendo el system prompt y los últimos 10 mensajes.
6. Retry con backoff: Implementa reintentos con backoff exponencial para errores 503 y 429.
7. Escape de Markdown: La respuesta se devuelve tanto en texto plano como con caracteres Markdown escapados (útil para Telegram).

El modulo llama directamente a la API REST de Google Gemini (generativelanguage.googleapis.com).

Configuración

Parámetro	Tipo	Requerido	Descripción
credentials_id	credentials	Si	ID de las credenciales que contienen el apiKey de Google Gemini.
system_prompt	text	No	Prompt del sistema que define la personalidad y comportamiento del agente. Soporta variables dinámicas.
prompt	text	No	Prompt adicional o pregunta para el modelo. Soporta variables dinámicas.
memory_schema	object	No	Esquema de campos de memoria con patrones regex para extracción automática.
model	select	No	Modelo de Gemini a utilizar. Default: gemini-2.0-flash.

Credenciales

Se requiere credentials_id con un objeto que contenga apiKey (clave de API de Google Gemini, obtenible desde https://aistudio.google.com/app/apikey).

Salida

{
  "nextModule": "siguiente-nodo",
  "data": {
    "chatId": "chat-123",
    "reply": "Texto de respuesta del modelo",
    "replyhtml": "Texto con Markdown escapado",
    "history": [],
    "memory": {
      "nombre": "Juan",
      "email": "juan@ejemplo.com",
      "empresa": "Mi Empresa S.L."
    },
    "imageProcessed": false,
    "imageMetadata": null,
    "historyTruncated": false,
    "historyLength": 15
  }
}

Ejemplo de Uso

Caso básico

{
  "credentials_id": "credencial-gemini",
  "system_prompt": "Eres un asistente de ventas amable. Ayuda a los clientes con informacion de productos.",
  "model": "gemini-2.0-flash",
  "memory_schema": {
    "nombre": {
      "pattern": "me llamo ([A-Za-z ]+)",
      "required": true
    },
    "email": {
      "pattern": "([a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\\.[a-zA-Z]{2,})",
      "required": false
    }
  }
}

Datos de entrada esperados

• chatId: Identificador único de la conversación (requerido).
• prompt / content: Mensaje del usuario.
• filePath: Ruta a un archivo de imagen para análisis visual (opcional).
• width, height, file_size: Metadatos de imagen (opcional).
• caption: Pie de foto de la imagen (opcional).

API Utilizada

• Google Gemini API: POST https://generativelanguage.googleapis.com/v1beta/models/{model}:generateContent
• Autenticación mediante header X-goog-api-key.

Notas

• El esquema de memoria por defecto incluye campos para: nombre, email, telefono, DNI, NIE, CIF, pasaporte, empresa, cargo, sector, productos de interes, presupuesto, urgencia, ciudad y pais.
• El historial se trunca automáticamente a los últimos 10 mensajes si supera 50000 caracteres, y a 30000 si supera 60000.
• Las variables dinámicas en system_prompt y prompt se procesan antes de la llamada al modelo.
• El system prompt solo se configura una vez por conversación (en el primer mensaje).
• El campo continueOnError en la configuración permite que el flujo continue con un mensaje de error en lugar de detenerse.
• Soporta imagenes en formatos: JPEG, PNG, GIF, WebP, BMP.

Nodos Relacionados

• gemini - Gemini AI (modulo base sin historial)
• Agent - Agente IA (multiproveedor)