feat: Implement text manager API and database connection

- Added `text_manager.py` to handle the creation of text libraries via FastAPI.
- Introduced database connection management in `conexion.py` using PostgreSQL credentials from environment variables.
- Created abstract base class `EmbedderABC` in `Base_Embedder.py` for embedding models.
- Developed `OpenAIEmbedder` class to generate embeddings using OpenAI's API.
- Implemented `OpenAIEmbedderModel` and repository pattern for managing OpenAI embedders in `Openai_embedder_mmr.py`.
- Established `Biblioteca` class for managing text libraries and their associated notes in `biblioteca.py`.
- Created SQLAlchemy models and mappers for `Biblioteca` and `Nota` in `biblioteca_mmr.py` and `notas_biblioteca_mmr.py`.
- Added functionality for dynamic table generation for notes associated with libraries.
- Included comprehensive methods for adding, retrieving, and managing notes and libraries in their respective repositories.

src/TextManager/biblioteca.py

@@ -0,0 +1,51 @@
+from src.Security.GenerarIDs import GeneradorIDUnico
+from src.Llms.Embedders.Base_Embedder import EmbedderABC  # Asegúrate de que esta ruta sea correcta
+from typing import List, Optional
+from src.ConexionSql.Base_conexion import ConexionBase
+from sqlalchemy import MetaData  # Asegúrate de importar esto
+from src.TextManager.notas_biblioteca_mmr import generar_tabla_nota_para_biblioteca  # Ajusta si es necesario
+
+class Biblioteca:
+    def __init__(
+        self,
+        nombre: str,
+        descripcion: str = "",
+        id: Optional[str] = None,
+        embedder: Optional[EmbedderABC] = None,
+        vector_dim: Optional[int] = None
+    ):
+        """
+        Clase que representa una biblioteca de notas de texto.
+
+        :param nombre: Nombre de la biblioteca.
+        :param descripcion: Breve descripción de la biblioteca.
+        :param id: ID único opcional. Si no se proporciona, se genera automáticamente.
+        :param embedder: Objeto que implementa EmbedderABC para generar el vector del nombre.
+        :param vector_dim: Dimensión del vector si no se proporciona un embedder.
+        """
+        self.id = id if id is not None else GeneradorIDUnico("BBLI").generar()
+        self.nombre = nombre
+        self.descripcion = descripcion
+        self.embedder = embedder
+
+        if self.embedder is not None:
+            self.vector_dim = self.embedder.dimension_number()
+        elif vector_dim is not None:
+            self.vector_dim = vector_dim
+        else:
+            raise ValueError("Debes proporcionar un 'embedder' o un 'vector_dim' explícito.")
+
+    def generar_modelo_notas(self, conexion: ConexionBase):
+        """
+        Genera dinámicamente un modelo de notas asociado a esta biblioteca y lo crea en la base de datos.
+
+        :param conexion: Objeto de conexión a la base de datos.
+        :return: Clase del modelo SQLAlchemy correspondiente a las notas.
+        """
+        nombre_tabla = f"biblio_{self.nombre}"
+        
+        metadata = MetaData()
+        engine = conexion.get_engine()
+        tabla, NotaModel = generar_tabla_nota_para_biblioteca(nombre_tabla, self.vector_dim, metadata)
+        metadata.create_all(engine)
+        return NotaModel

src/TextManager/biblioteca_mmr.py

@@ -0,0 +1,96 @@
+import os
+import base64
+from dotenv import load_dotenv
+from sqlalchemy import Column, String, Integer
+
+from src.ConexionSql.Base_conexion import ConexionBase
+from src.base import Base
+from src.Security.Encriptar import Encriptar_fernet
+from src.Security.GenerarIDs import GeneradorIDUnico
+from src.Llms.Embedders.Base_Embedder import EmbedderABC
+from src.TextManager.biblioteca import Biblioteca  # Suponiendo que defines la clase lógica Biblioteca aquí
+
+# ----------------------
+# Cargar clave maestra
+# ----------------------
+from entrypoint import ENV_PATH
+load_dotenv(ENV_PATH)
+pssword = os.getenv('MASTER_PASSWORD')
+if pssword is None:
+    raise ValueError("MASTER_PASSWORD no está definida en el archivo .env")
+
+# ----------------------
+# MODELO (SQLAlchemy)
+# ----------------------
+
+class BibliotecaModel(Base):
+    __tablename__ = "bibliotecas"
+
+    id = Column(String, primary_key=True)
+    nombre = Column(String, nullable=False)
+    descripcion = Column(String, default="")
+    vector_dim = Column(Integer, nullable=False)
+    embedder_info = Column(String, nullable=True)  # Se puede guardar nombre de clase o config encriptada
+
+# ----------------------
+# MAPPER
+# ----------------------
+
+class BibliotecaMapper:
+    @staticmethod
+    def to_dict(obj: Biblioteca) -> dict:
+        embedder_info = type(obj.embedder).__name__ if obj.embedder else None
+        return {
+            "id": obj.id,
+            "nombre": obj.nombre,
+            "descripcion": obj.descripcion,
+            "vector_dim": obj.vector_dim,
+            "embedder_info": embedder_info  # sin codificar ni encriptar
+        }
+
+    @staticmethod
+    def from_dict(data: dict) -> Biblioteca:
+        return Biblioteca(
+            id=data["id"],
+            nombre=data["nombre"],
+            descripcion=data["descripcion"],
+            vector_dim=data["vector_dim"],
+            embedder=None  # Mantienes la lógica actual de no restaurarlo automáticamente
+        )
+
+    @staticmethod
+    def from_model(model: BibliotecaModel) -> Biblioteca:
+        return Biblioteca(
+            id=model.id,
+            nombre=model.nombre,
+            descripcion=model.descripcion,
+            vector_dim=model.vector_dim,
+            embedder=None  # Se puede cargar manualmente si es necesario
+        )
+
+# ----------------------
+# REPO
+# ----------------------
+
+class BibliotecaRepo:
+    def __init__(self, conexion: ConexionBase):
+        self.session = conexion.get_session()
+
+    def add(self, biblioteca: Biblioteca) -> str:
+        data = BibliotecaMapper.to_dict(biblioteca)
+        model = BibliotecaModel(**data)
+        self.session.add(model)
+        self.session.commit()
+        return model.id
+
+    def get_all(self) -> list[Biblioteca]:
+        models = self.session.query(BibliotecaModel).all()
+        return [BibliotecaMapper.from_model(m) for m in models]
+
+    def get_by_nombre(self, nombre: str) -> Biblioteca | None:
+        model = self.session.query(BibliotecaModel).filter_by(nombre=nombre).first()
+        return BibliotecaMapper.from_model(model) if model else None
+
+    def get_by_id(self, id_: str) -> Biblioteca | None:
+        model = self.session.get(BibliotecaModel, id_)
+        return BibliotecaMapper.from_model(model) if model else None

src/TextManager/nota.py

@@ -0,0 +1,41 @@
+from src.Security.GenerarIDs import GeneradorIDUnico
+from typing import List
+
+class Nota:
+    def __init__(
+        self,
+        titulo: str,
+        tags: List[str] = None,
+        conexiones: List[str] = None,
+        texto: str = "",
+        vector: List[float] = None,
+        resumen: str = "",
+        vector_resumen: List[float] = None,
+        id: str = None
+    ):
+        """
+        Clase que representa una nota de texto con estructura semántica.
+
+        :param titulo: Título de la nota.
+        :param tags: Lista de etiquetas asociadas.
+        :param conexiones: Lista de identificadores relacionados.
+        :param vector: Embedding vectorial de la nota.
+        :param resumen: Texto resumen de la nota.
+        :param vector_resumen: Embedding del resumen.
+        :param id: Identificador único (si no se proporciona, se genera automáticamente).
+        """
+        self.id = id if id is not None else GeneradorIDUnico("NOTA").generar()
+        self.titulo = titulo
+        self.tags = tags if tags is not None else []
+        self.conexiones = conexiones if conexiones is not None else []
+        self.texto = texto
+        self.vector = vector
+        self.resumen = resumen
+        self.vector_resumen = vector_resumen
+
+    def __repr__(self):
+        return (
+            f"<Nota id={self.id}, titulo='{self.titulo}', tags={len(self.tags)}, "
+            f"conexiones={len(self.conexiones)}, vector_dim={len(self.vector)}, "
+            f"resumen_len={len(self.resumen)}, vector_resumen_dim={len(self.vector_resumen)}>"
+        )

src/TextManager/notas_biblioteca_mmr.py

@@ -0,0 +1,107 @@
+import os
+from dotenv import load_dotenv
+from sqlalchemy import Column, String, Table, MetaData
+from pgvector.sqlalchemy import Vector
+from sqlalchemy.orm import registry, Session
+from src.TextManager.nota import Nota
+from src.ConexionSql.Base_conexion import ConexionBase
+
+# ----------------------
+# Cargar .env
+# ----------------------
+from entrypoint import ENV_PATH
+load_dotenv(ENV_PATH)
+
+# ----------------------
+# REGISTRO DINÁMICO PARA TABLAS
+# ----------------------
+mapper_registry = registry()
+
+# ----------------------
+# FUNCIONES AUXILIARES
+# ----------------------
+
+def generar_tabla_nota_para_biblioteca(biblioteca_nombre: str, vector_dim: int, metadata: MetaData):
+    nombre_tabla = biblioteca_nombre.lower().replace(" ", "_")
+
+    tabla = Table(
+        nombre_tabla,
+        metadata,
+        Column("id", String, primary_key=True),
+        Column("titulo", String, nullable=False),
+        Column("tags", String),
+        Column("conexiones", String),
+        Column("texto", String),
+        Column("resumen", String),
+        Column("vector", Vector(vector_dim), nullable=False),
+        Column("vector_resumen", Vector(vector_dim), nullable=True),  # AHORA ES OPCIONAL
+    )
+
+    class NotaModel:
+        def __init__(self, nota: Nota):
+            self.id = nota.id
+            self.titulo = nota.titulo
+            self.tags = ",".join(nota.tags)
+            self.conexiones = ",".join(nota.conexiones)
+            self.texto = nota.texto
+            self.resumen = nota.resumen
+            self.vector = nota.vector
+            self.vector_resumen = getattr(nota, "vector_resumen", None)  # AHORA ES OPCIONAL
+
+    mapper_registry.map_imperatively(NotaModel, tabla)
+    return tabla, NotaModel
+
+
+# ----------------------
+# MAPPER
+# ----------------------
+
+class NotaMapper:
+    @staticmethod
+    def to_dict(nota: Nota) -> dict:
+        return {
+            "id": nota.id,
+            "titulo": nota.titulo,
+            "tags": ",".join(nota.tags),
+            "conexiones": ",".join(nota.conexiones),
+            "texto": nota.texto,
+            "resumen": nota.resumen,
+            "vector": nota.vector,
+            "vector_resumen": nota.vector_resumen
+        }
+
+    @staticmethod
+    def from_model(model) -> Nota:
+        return Nota(
+            id=model.id,
+            titulo=model.titulo,
+            tags=model.tags.split(",") if model.tags else [],
+            conexiones=model.conexiones.split(",") if model.conexiones else [],
+            texto=model.texto,
+            resumen=model.resumen,
+            vector=list(model.vector),
+            vector_resumen=list(model.vector_resumen) if model.vector_resumen is not None else None
+        )
+
+# ----------------------
+# REPO
+# ----------------------
+
+class NotaRepo:
+    def __init__(self, session: Session, modelo_nota):
+        self.session = session
+        self.ModeloNota = modelo_nota
+
+    def add(self, nota: Nota) -> str:
+        model = self.ModeloNota(nota)
+        self.session.add(model)
+        self.session.commit()
+        return model.id
+
+    def get_by_id(self, id_: str) -> Nota | None:
+        model = self.session.get(self.ModeloNota, id_)
+        return NotaMapper.from_model(model) if model else None
+
+    def get_all(self) -> list[Nota]:
+        models = self.session.query(self.ModeloNota).all()
+        return [NotaMapper.from_model(m) for m in models]