Instruction file imported from nerwitojiji/Tesis-Werner (.github/instructions/responder-en-espanol.instructions.md). Copyright stays with the author.

Responder en espanol

• Regla estricta: responde en espanol en todas las respuestas al usuario.
• Mantiene nombres de archivos, comandos, APIs y codigo sin traducir.
• Si un termino tecnico es mas claro en ingles, mantenlo y agrega una breve aclaracion en espanol.
• Cuando generes contenido nuevo en archivos, usa espanol en comentarios, README, mensajes visibles y texto funcional para usuarios.
• No traduzcas identificadores tecnicos del codigo (funciones, clases, variables, rutas, librerias, APIs).
• Si el pedido es ambiguo, haz una sola pregunta de aclaracion antes de editar.
• Al finalizar cambios de codigo, resume que cambiaste y donde.

Contexto detallado del proyecto

• Objetivo: sistema de web scraping con IA para licitaciones publicas de MercadoPublico.cl.
• Flujo principal del pipeline (main.py):
  1. Descargar CSV de licitaciones publicadas.
  2. Cargar CSV en SQLite.
  3. Ejecutar matching y mostrar Top 10.
  4. Solicitar IDs de interes.
  5. Descargar y normalizar detalle OCDS.
  6. Descargar anexos y registrar metadatos.
  7. Mostrar resumen/estadisticas finales.
• Entrypoints importantes:
  • main.py: orquestador del pipeline completo.
  • scraper_mercadopublico.py: descarga CSV.
  • scraper_details.py: obtiene detalle OCDS.
  • scraper_anexos.py: descarga anexos.
  • llm_matcher.py: CLI de matching de licitaciones (MVP).
• Capa de datos:
  • Base de datos SQLite en data/licitaciones.db.
  • Tablas esperadas: licitaciones, licitacion_raw, licitacion_index, anexos, pipeline_control, matching_results.
  • Archivos JSON por licitacion en data/licitaciones/{id}/ y anexos en data/anexos/{id}/.
• Infraestructura en utils/:
  • config.py: rutas y parametros de ejecucion.
  • logging_config.py: logging unificado.
  • retry_utils.py: reintentos con backoff.
  • pipeline_control_store.py: estado del pipeline.
  • monitor.py: estadisticas de avance.
• Modulo de matching en matching/:
  • schemas.py: dataclasses para perfil y resultados.
  • data_extractor.py: extractor de candidatos desde SQLite.
  • scoring.py: scoring semantico y reglas.
  • llm_reranker.py: reranker multi-provider (mock/openai/groq/xai/compatible/claude).
  • results_store.py: persistencia de resultados de matching.
• Stack tecnico principal: Python 3.13+, Selenium, requests, pandas, SQLite.
• Dependencias LLM: openai, anthropic.
• Sistema operativo objetivo: Windows (PowerShell), con compatibilidad posible en Linux/macOS con ajustes.
• Convencion de salida:
  • Mensajes al usuario y documentacion en espanol.
  • Nombres tecnicos, comandos y codigo se mantienen en su idioma original.

Matching (MVP) - reglas actuales

• El matching inicial evalua el universo completo de licitaciones (no exige licitacion_raw).
• licitacion_raw se usa como enriquecimiento opcional si existe.
• El reranker LLM devuelve analisis_rubro, llm_score, reason y saludo en JSON.
• analisis_rubro se guarda en matching_results como columna nueva.
• La salida Top 10 muestra Analisis rubro y el saludo del LLM si viene presente.
• Provider estandarizado via CLI: --provider mock|openai|groq|xai|compatible|claude.
• Configuracion por entorno:
  • Groq: GROQ_API_KEY, GROQ_MODEL, GROQ_BASE_URL.
  • OpenAI: OPENAI_API_KEY, OPENAI_MODEL, OPENAI_BASE_URL.
  • Compatible: LLM_API_KEY, LLM_MODEL, LLM_API_BASE_URL.
  • Claude: ANTHROPIC_API_KEY, ANTHROPIC_MODEL.