SONIA IA & MILI PÉREZ

RAGBuilder

Convierte webs, vídeos, documentos y grabaciones en bases de conocimiento perfectas para agentes de voz.

Cómo funciona

Ingesta múltiple

Web, YouTube, PDF, DOC y grabaciones de audio en un solo pipeline.

Voice-optimized

Output específico para agentes de voz. Sin tablas, sin símbolos, chunks de 20 segundos.

Modular

KB separada en módulos temáticos. Actualiza precios sin regenerar todo el sistema.

Estado de implementación

Prototipo v1.0 — Pendiente de backend

Implementado en este prototipo

UI completa del pipeline

Flujo de 3 pasos con animaciones y estado

Selector de fuentes y tipo KB

Voice Agent vs Chatbot — 5 tipos de fuente

Visor de módulos Markdown

Copiar y descargar cada módulo .md

Detección de gaps

Sección de conocimiento faltante

Estadísticas de KB

Módulos, chunks, palabras y gaps

Historial en sidebar

KBs generadas visibles en sesión

Pendiente — Conexiones API (n8n)

Firecrawl API — Scraping web

firecrawl.dev

Nodo HTTP POST en n8n → api.firecrawl.dev/v1/crawl · Credencial: firecrawl_api_key · Header Auth Bearer · limit: 50 páginas

YouTube Data API v3 — Transcripciones

console.cloud.google.com

Nodo HTTP GET → googleapis.com/youtube/v3/captions · Credencial: youtube_api_key · Requiere proyecto Google Cloud

OpenAI Whisper API — Transcripción de audio

platform.openai.com

Nodo HTTP POST multipart → api.openai.com/v1/audio/transcriptions · Credencial: openai_api_key · Modelo: whisper-1 · Idioma: es

Anthropic Claude API — Estructuración con IA

console.anthropic.com

Nodo HTTP POST → api.anthropic.com/v1/messages · Credencial: anthropic_api_key · Header: x-api-key · Modelo: claude-opus-4-5 · max_tokens: 8192

Google Drive — Almacenamiento de módulos .md

console.cloud.google.com

Nodo Google Drive en n8n · Credencial: google_drive_oauth · OAuth2 scope: drive.file · Crea carpeta kb-[cliente]/ con los 7 archivos .md

Pendiente — Funcionalidades frontend

Upload real de archivos

Input file → binario → n8n webhook

Llamada real al webhook n8n

POST /webhook/ragbuilder con payload completo

Polling de estado del workflow

El frontend consulta progreso real cada 2s

Persistencia de historial

Google Sheets o DB con KBs anteriores

Edición inline de módulos

Editar chunks directamente en el visor

Export directo a Retell AI / Ultravoz

Subida automática via API a la plataforma destino

Nota para implementación — Sonia IA

El workflow de n8n recibe un webhook POST en /webhook/ragbuilder con el JSON de configuración del cliente. Procesa en paralelo las ramas activas (web, youtube, docs, audio), merge el output limpio y lo envía a Claude API con el prompt maestro. El resultado se parsea en 7 archivos .md y se guarda en Google Drive en kb-[cliente]/. Arquitectura completa documentada en RAGBuilder Arquitectura v1.0.docx.

01 — Configuración

Nueva Knowledge Base

Define el cliente, selecciona las fuentes y configura los parámetros de ingesta.

Paso 1 Datos del cliente

Nombre del cliente *

Sector / Actividad

Paso 2 Tipo de Knowledge Base

Voice Agent

Sin tablas · Chunks <20s · Lenguaje conversacional

Chatbot / GPT

Markdown · Tablas · Formato visual completo

Paso 3 Fuentes de información Selecciona una o más

Web corporativa

Páginas de producto, servicios, about

Centro de ayuda

Artículos de soporte, FAQs, guías

Canal YouTube

Transcripciones automáticas de vídeos

Documentos

PDF, DOC, tarifas, contratos

Grabaciones de audio

Llamadas .mp3 / .wav / .m4a

Paso 4 Parámetros de las fuentes

                  
                  Web corporativa
                

URL principal *

Páginas máx. a scrapear

Idioma principal

Prototipo — simulación de pipeline

La integración real con Firecrawl, YouTube API y Whisper se implementa en n8n. Este prototipo simula el proceso completo.

02 — Procesamiento

Pipeline en ejecución

Procesando: —

Módulo 01

Scraping web — Firecrawl

En espera...

Módulo 02

YouTube — Transcripciones

En espera...

Módulo 03

Parser — Documentos

En espera...

Módulo 04

Whisper — Transcripción de audio

En espera...

Motor central

Limpieza y normalización

En espera...

Claude API

Estructuración con IA — Voice-optimization

En espera...

Output

Generación de módulos Markdown

En espera...

03 — Knowledge Base

Knowledge Base — netelip

7 módulos generados · Voice Agent · Español Demo — datos simulados

Módulos

Chunks

6.2k

Palabras

Gaps

Selecciona un módulo para ver su contenido.

RAGBuilder

Nueva Knowledge Base

Pipeline en ejecución

Knowledge Base — netelip

Gaps de conocimiento detectados