DocKnows

Inspiration

Nos inspiramos en la necesidad de acceder rápidamente a información relevante y confiable dentro de grandes cantidades de datos. Muchas veces, los usuarios pierden tiempo buscando respuestas específicas entre documentos o bases de conocimiento extensas. Queríamos crear una herramienta que no solo recuperara información, sino que la presentara de manera contextualizada y precisa, facilitando la toma de decisiones y el aprendizaje.

What it does

DocKnows es una aplicación que permite a los usuarios realizar consultas en lenguaje natural y recibir respuestas precisas basadas en un conjunto de documentos o datos internos. Combina un modelo de recuperación de información con un LLM (Large Language Model) para ofrecer resultados relevantes y contextuales, optimizando la experiencia de búsqueda y comprensión de la información.

How we built it

Para el backend utilizamos:

Python, con entornos virtuales y configuración aislada para no afectar el sistema.
FastAPI, construyendo una API REST eficiente.
SQLite, como base de datos ligera y fácil de manejar.
API de LLM (OpenAI), para procesar consultas en lenguaje natural y generar respuestas precisas.

Para el frontend:

Node.js, configurado para usar React y npm.
React con Vite, creando la estructura de la aplicación y la interfaz de usuario interactiva.

La aplicación sigue una arquitectura en capas para separar la lógica de negocio, presentación y acceso a datos. Además, implementamos política CORS para permitir la comunicación segura entre frontend y backend.

Challenges we ran into

Unos de los mayores desafíos fueron optimizar la recuperación de información para que las respuestas fueran relevantes y adecuadas al contexto de cada consulta y el uso integrado de una API de LLM para el procesmiento de consultas y análisis de documentos. También tuvimos que configurar correctamente la comunicación entre el frontend y backend, gestionando entornos virtuales de Python y dependencias de Node.js simultáneamente.

Accomplishments that we're proud of

Estamos orgullosos de haber logrado una integración entre el LLM y nuestro sistema de recuperación de información, permitiendo respuestas rápidas. Además, establecimos una arquitectura sólida que facilita futuras mejoras y escalabilidad.

What we learned

Aprendimos a combinar distintas tecnologías (Python, FastAPI, React, Node.js) en un flujo coherente y funcional. También adquirimos experiencia en la creación de entornos de desarrollo aislados, manejo de APIs externas y optimización de consultas de información.

What's next for DocKnows

Nuestro próximo objetivo es mejorar el modelo de recuperación de información, refinando los algoritmos para mostrar la información más relevante y adecuada a cada consulta. También queremos expandir las funcionalidades de la app, incluyendo soporte para más tipos de documentos y consultas más complejas en lenguaje natural.