🤖 Proyecto IA - Asistente Personal "Asistente Pablo"

---

🚀 Descripción

Este proyecto implementa un asistente personal basado en IA totalmente offline, integrado en una aplicación Spring Boot. Utiliza un modelo de lenguaje local (llama.cpp / llama-java) para ofrecer respuestas naturales, útiles y personalizadas, con un diseño centrado en la arquitectura limpia y extensible.

El asistente está pensado para entender tus gustos, estilo y necesidades, respondiendo siempre en español con un tono cercano y amigable.

---

🧩 Características principales

• 🧠 Modelo LLM local (openchat-3.5-0106.Q4_K_M.gguf) ejecutado en CPU o GPU (Metal en Macs M1/M2).
• 🏗️ Arquitectura limpia basada en capas: dominio, aplicación, infraestructura y presentación.
• 📜 Historial de conversación gestionado en sesión HTTP (con opción a persistencia futura).
• 📝 Construcción dinámica de prompts a partir de definiciones JSON estructuradas y multilingües.
• 🌐 API REST para interacción con el asistente.
• 💻 Frontend con Thymeleaf para una interfaz web simple y eficaz.
• 📊 Logging avanzado con Log4j2, con logs a consola y fichero.
• 🔄 Extensible para múltiples perfiles de prompt y configuración personalizada.

---

⚙️ Requisitos técnicos

• Java 21+
• Maven 4+
• Spring Boot 3+
• Dependencias principales:
  • llama-java para LLM local
  • Jackson para JSON
  • Log4j2 para logging
• Modelo openchat-3.5-0106.Q4_K_M.gguf en carpeta models/

---

🛠️ Instalación y ejecución

1. Clonar el repositorio:

   git clone https://github.com/tuusuario/ia-asistente-personal.git
   cd ia-asistente-personal
   

2. Colocar el modelo en models/:

   mkdir models
   # Copia aquí openchat-3.5-0106.Q4_K_M.gguf
   

3. Compilar con Maven:

   mvn clean package
   

4. Crear carpeta de logs:

   mkdir logs
   

5. Ejecutar la aplicación:

   java -jar target/ia-asistente-personal.jar
   

6. Abrir en el navegador:

   http://localhost:8080/
   

---

🎯 Uso

• En la web puedes chatear con tu asistente personalizado.
• El historial de la conversación se mantiene en sesión.
• Las respuestas se generan localmente, sin conexión a internet.
• Puedes cambiar el perfil de prompt editando los JSON en src/main/resources/prompts/.

---

🎥 Demostración

Reemplaza la URL anterior con el enlace a tu GIF de demostración.

---

🧪 Configuración avanzada

• GPU Metal en macOS M1/M2: configura el backend llama.cpp con soporte Metal y coloca el shader ggml-metal.metal en la ruta correcta.
• Logs: configurados con Log4j2, salida a consola y a logs/app.log.
• Múltiples perfiles: cambia el prompt cargando otros JSONs como developer_prompt.json.

---

📚 Recursos

Herramienta	Enlace
llama.cpp	https://github.com/ggerganov/llama.cpp
llama-java	https://github.com/kherud/llama-java
Spring Boot	https://spring.io/projects/spring-boot

---

🤝 Contribuciones

¿Quieres mejorar el proyecto? ¡Bienvenido!
Por favor, abre un issue o pull request con tus mejoras.

---

⚠️ Licencia

MIT License © Pablo de la Torre Jamardo

---

¡Gracias por usar el Asistente Pablo!