GOATMeat

BravoBot

Asistente inteligente basado en IA diseñado para responder preguntas sobre la Institución Universitaria Pascual Bravo, utilizando exclusivamente información oficial.

---

Descripción

Cada semestre, cientos de aspirantes buscan información detallada sobre la oferta académica, procesos de admisión, requisitos, costos y beneficios de estudiar en la Institución Universitaria Pascual Bravo.

Navegar por un sitio web institucional para encontrar información específica puede ser lento y frustrante.

BravoBot surge como una solución a este problema:
un asistente inteligente disponible capaz de responder preguntas en segundos, utilizando únicamente información verificada.

---

¿Para quién es?

• Aspirantes a la institución
• Estudiantes actuales
• Personas interesadas en programas académicos

---

¿Qué hace?

• Responde preguntas sobre programas académicos
• Proporciona información específica (ej: duración, semestres)
• Usa únicamente información oficial
• Incluye fuentes cuando están disponibles

---

Ejemplos de uso

• ¿Cuántos semestres tiene Ingeniería de Software?
• ¿Qué ingenierias puedo ver en la institución?

---

Tecnologías utilizadas

• FastAPI → Backend API
• Streamlit → Interfaz de usuario
• LangChain → Orquestación del flujo RAG
• ChromaDB → Base de datos vectorial
• Ollama (Llama3:8B) → Modelo de lenguaje a partir de Groq
• HuggingFace Embeddings → Vectorización de texto
• Docker → Contenerización

---

Arquitectura

El sistema sigue un enfoque RAG (Retrieval-Augmented Generation):

1. El usuario escribe una pregunta en la interfaz (Streamlit)
2. La pregunta se envía al backend (FastAPI)
3. Se consulta la base de datos vectorial (ChromaDB)
4. Se recupera el contexto relevante
5. El modelo LLM (Llama3 con Ollama) genera la respuesta
6. Se devuelve la respuesta junto con sus fuentes

---

Instalación y ejecución

Requisitos

• Docker
• Docker Compose
• Ollama instalado (solo para ejecución local)

---

Pasos

1. Clonar el repositorio:

git clone https://github.com/chokkoramo/GOATMeat.git
cd tu_ruta

2. Descargar el modelo:

ollama pull llama3:8b

Note

Tambien puedes usar un token de Groq para usar el modelo dentro del codigo. https://groq.com/

3. Configurar archivo .env

GROQ_API_KEY="tu_key"

4. Ejecutar el proyecto:

docker compose up --build

---

Acceso

Frontend: http://localhost:8501

API: http://localhost:8000

---

Interfaz

---

---

Autores

• Juan Camilo Perdomo

• Jhorman Alejandro Cadavid

• Santiago Cárdenas

• Thomas Grisales

DataHack - ExpoTecnologica 2026 - IU Pascual Bravo