Refactor project structure and implement new features

- Removed unused security module and updated import paths.
- Enhanced OpenAI client with streaming capabilities for chat completions.
- Added new backend API endpoints for health check (ping).
- Established a new FastAPI application with CORS configuration.
- Created a new Appshell component for the frontend with navigation links.
- Integrated SVG icons and improved styling for the Appshell component.
- Implemented memory management for conversation history using PostgreSQL.
- Developed abstract classes for AI agents and models, with OpenAI integration.
- Added encryption utilities for secure data handling.

prueba_loop_agente.py

@@ -4,50 +4,56 @@ from src.ApiKeys.openai_apikey_mmr import OpenAICredencialRepo
 from src.ConexionSql.Postgres_conexion import PostgresConexion
 from entrypoint.init_db import db_credencial
 from src.ConexionApis.OpenAi_conexion import OpenAICliente
-from llms.Modelos.Openai_model import ModeloOpenAI
-from llms.Agente import AgenteAI
+from src.Llms.Modelos.Openai_model import ModeloOpenAI
+from src.Llms.Agente import AgenteAI
+from src.Llms.Memory.postgres_MemoryConv import MemoryConvPostgres
 
-async def main():
-    # 🔌 Conexión
-    conexion_admin = PostgresConexion(db_credencial)
-    repo = OpenAICredencialRepo(conexion_admin)
-    credencial_openai = repo.get_by_id(1)
-    print(f"✅ Credencial: {credencial_openai.titulo}")
 
-    # 🤖 Modelo
-    cliente = OpenAICliente(credencial_openai)
-    modelo = ModeloOpenAI(
-        cliente=cliente,
-        model="gpt-4o",
-        temperature=1,
-        top_p=1.0
+
+conexion_admin = PostgresConexion(db_credencial)
+
+repo = OpenAICredencialRepo(conexion_admin)
+credencial_openai = repo.get_by_id(1)
+
+cliente = OpenAICliente(credencial_openai)
+
+modelo = ModeloOpenAI(
+    cliente=cliente,
+    model="gpt-4o",
+    temperature=1,
+    top_p=1.0
+)
+
+
+memoria = MemoryConvPostgres(
+    credencial=db_credencial,
+    nombre_tabla="memoria_conversacion_pruebas",
+    k=10
+)
+
+agente2 = AgenteAI(
+    modelo=modelo,
+    nombre="Experto en Astronomía",
+    descripcion="Un experto en astronomía que responde preguntas sobre el universo.",
+    system_prompt="Actúa como un experto en astronomía y astrofísica con experiencia académica y práctica en observación astronómica, física estelar, cosmología, mecánica orbital y análisis de datos astronómicos. Cuando respondas, utiliza lenguaje técnico pero accesible para alguien con conocimientos intermedios en física y matemáticas. Siempre que sea posible, incluye explicaciones detalladas, ejemplos numéricos y referencias a teorías o descubrimientos relevantes (por ejemplo, relatividad general, evolución estelar, espectroscopía, etc.). No simplifiques en exceso. Si la pregunta tiene múltiples dimensiones (como observacional y teórica), aborda todas. ¿Estás listo para empezar?",
+    rol="astronomo",
+    max_iterations=5,
+    memoria=memoria,
+    objetivos=["Responder preguntas sobre astronomía y astrofísica", "Proporcionar explicaciones detalladas y ejemplos numéricos"],
+)
+
+async def probar_interaccion_stream():
+    print("Respuesta en streaming:\n")
+
+    # Paso 1: espera la corutina para obtener el generador
+    respuesta_gen = await agente2.interactuar_en_bucle(
+        "¿Hacia qué va orbitando cada astro del espacio? responde jerárquicamente",
+        stream=True
     )
 
-    # 🧠 Agente
-    agente_con_herramientas = AgenteAI(
-        modelo=modelo,
-        nombre="Agente con herramientas",
-        descripcion="Un agente que puede usar herramientas",
-        system_prompt="Eres un asistente que puede usar herramientas para responder preguntas.",
-        rol="asistente",
-        objetivos=["Asistir al usuario en tareas complejas", "usar herramientas para obtener información adicional"]
-    )
+    # Paso 2: itera sobre el generador
+    async for token in respuesta_gen:
+        print(token, end="", flush=True)
 
-    print("\n🤖 Agente listo. Escribe 'salir' para terminar.")
-    
-    # 🔁 Loop de interacción
-    while True:
-        entrada = input("🧑 Tú: ")
-        if entrada.strip().lower() in {"salir", "exit", "quit"}:
-            print("👋 Saliendo del agente...")
-            break
-        
-        respuesta = await agente_con_herramientas.interactuar(prompt=entrada)
-        print(f"🤖 Agente: {respuesta}\n")
 
-if __name__ == "__main__":
-    import os
-    if os.name == "nt":
-        asyncio.set_event_loop_policy(asyncio.WindowsProactorEventLoopPolicy())
-
-    asyncio.run(main())
+asyncio.run(probar_interaccion_stream())