Diferencias

Muestra las diferencias entre dos versiones de la página.

--- clase:iabd:pia:proyectos:agentes:paso2 [2026/02/18 17:30] – Lorenzo
+++ clase:iabd:pia:proyectos:agentes:paso2 [2026/02/19 17:03] (actual) – [Anexo Técnico: Emulación del Estándar OpenAI Chat Completions] Lorenzo
@@ Línea 3: / Línea 3: @@
 Este ejercicio consiste en crear un flujo de trabajo en n8n que actúe como un puente (proxy) entre un cliente de IA (Open WebUI) y los datos reales de la AEMET, procesados por un modelo local de Ollama.
-===== Paso 1: Webhook y Extracción de Datos de AEMET =====
+===== Paso 1: Webhook y Extracción de Datos de AEMET (JSON Crudo) =====
-El primer objetivo es crear un punto de entrada que, al ser consultado, devuelva el JSON crudo de la estación meteorológica de Valencia.
+El primer objetivo es crear un punto de entrada que, al ser consultado, devuelva el JSON técnico de la estación meteorológica de Valencia.
-**Configuración:**
+**Configuración detallada:**
-  * **Nodo Webhook:** Configurar en modo ''GET'' con el path ''clima-valencia''.
+  * **Nodo Webhook:** * HTTP Method: ''GET''
-  * **Nodo HTTP Request (Autenticación):** Realizar una petición a la API de AEMET OpenData usando la API Key en las cabeceras.
+    * Path: ''clima-valencia''
-  * **Nodo HTTP Request (Descarga):** AEMET devuelve una URL temporal en el campo ''datos''. Se debe realizar una segunda petición a esa URL dinámica.
+    * Response Mode: ''When Last Node Finishes''
-  * **Respuesta:** El flujo debe devolver el JSON con los datos climáticos (temperatura, humedad, viento).
+  * **Nodo HTTP Request (Paso A):** * URL: ''https://opendata.aemet.es/opendata/api/observacion/convencional/datos/estacion/8416Y'' (Estación Valencia Aeropuerto).
+    * Header: Añadir llave ''api_key'' con tu token de AEMET OpenData.
+  * **Nodo HTTP Request (Paso B):** * AEMET no envía los datos directamente, envía un JSON con una URL en el campo ''datos''.
+    * Debes crear un segundo nodo HTTP Request cuya URL sea la expresión: ''{{ $json.datos }}''.
+  * **Resultado esperado:** Al llamar a la URL del Webhook, el navegador debe mostrar el array de datos meteorológicos (temperatura, humedad, etc.).
+===== Paso 2: Integración de IA con Ollama (Procesamiento de Lenguaje) =====
+Añadiremos una capa de inteligencia para que la respuesta no sea un JSON técnico, sino un informe humano.
-===== Paso 2: Integración de IA con Ollama =====
+**Instrucciones:**
+. Instalar y levantar **Ollama** con el modelo ''llama3'' o ''mistral''.
+. En n8n, añadir el nodo **Ollama** (o un AI Agent con el modelo Ollama).
+. Configurar el **Prompt**:
+     > "Actúa como un meteorólogo. Basándote en estos datos: Temperatura {{ $json[0].ta }}°C y Humedad {{ $json[0].hr }}%, genera un breve informe del tiempo en Valencia en español."
+. Ahora, el flujo debe devolver una cadena de texto amigable.
-Una vez tenemos los datos técnicos, añadimos una capa de inteligencia para que la respuesta no sea un JSON frío, sino un texto natural en castellano.
+===== Paso 3: Emulación de la API de OpenAI (Modo Proxy) =====
-**Pasos:**
+Este es el paso crítico. Para que **Open WebUI** reconozca nuestro n8n como si fuera "ChatGPT", debemos disfrazar la respuesta. Las aplicaciones de IA no esperan un texto suelto, esperan un objeto JSON específico.
-  * Instalar el nodo **Ollama** en n8n.
-  * Conectar el resultado de AEMET al nodo de Ollama.
-  * **Prompt Engineering:** Configurar el nodo para que actúe como meteorólogo. Ejemplo: //"Traduce estos datos: Temperatura {{ $json.ta }}°C a una frase amigable"//.
-  * El flujo ahora devuelve una cadena de texto generada por el modelo local (ej. Llama 3).
-===== Paso 3: Emulación de la API de OpenAI (Proxy) =====
+**Configuración Técnica para el alumno:**
+  * **Cambiar Webhook:** El método debe ser obligatoriamente ''POST'' y el path ''v1/chat/completions''.
-Para que herramientas externas puedan usar nuestro flujo como si fuera un modelo oficial, debemos "disfrazar" la salida de n8n para que cumpla el estándar de OpenAI.
+  * **Nodo Respond to Webhook:** Debes configurar el cuerpo de la respuesta en formato **JSON** con la siguiente estructura exacta:
-**Cambios en el flujo:**
-  * **Webhook:** Cambiar el método a ''POST'' y el path a ''v1/chat/completions''.
-  * **Nodo Respond to Webhook:** En lugar de devolver solo el texto, se debe construir un objeto JSON que contenga los campos requeridos: ''id'', ''object'', ''choices'', ''message'' y ''content''.
 <code json>
 {
+  "id": "chatcmpl-n8n-aemet",
+  "object": "chat.completion",
+  "created": {{ Math.floor(Date.now() / 1000) }},
+  "model": "aemet-valencia-bot",
   "choices": [
     {
+      "index": 0,
       "message": {
         "role": "assistant",
-        "content": "Resultado de la IA aquí"
+        "content": "{{ $node["Ollama"].json.output }}"
-      }
+      },
+      "finish_reason": "stop"
     }
-  ]
+  ],
+  "usage": {
+    "prompt_tokens": 0,
+    "completion_tokens": 0,
+    "total_tokens": 0
+  }
 }
 </code>
+**¿Por qué hacemos esto?**
+  * **id/object/created:** Son campos de control que el estándar de OpenAI exige.
+  * **choices:** Es una lista porque la API original permite devolver varias respuestas, aunque aquí solo enviamos la nuestra en la posición ''[0]''.
+  * **content:** Es donde inyectamos el texto que generó Ollama en el paso anterior.
 ===== Paso 4: Consumo desde Open WebUI =====
@@ Línea 54: / Línea 74: @@
   * Añadir la URL de nuestro webhook de n8n (omitiendo el final ''/v1/chat/completions'').
   * Seleccionar el nuevo modelo en el chat y comprobar que, al preguntar cualquier cosa, la IA responde con el clima real de Valencia obtenido de la AEMET.
+===== Anexo Técnico: Emulación del Estándar OpenAI Chat Completions =====
+Para que una interfaz como **Open WebUI** o cualquier cliente compatible pueda consumir nuestro flujo de n8n, el Webhook debe comportarse exactamente como un servidor de OpenAI. Esto implica cumplir con una ruta específica y una estructura de respuesta estricta.
+==== 1. Configuración del Endpoint (Ruta) ====
+Open WebUI busca por defecto el recurso en la ruta estándar de la API de Chat. Por lo tanto, el nodo **Webhook** de n8n debe configurarse con:
+  * **HTTP Method:** ''POST''
+  * **HTTP Path:** ''v1/chat/completions''
+  * **Response Mode:** ''When Last Node Finishes'' (Esto es crítico: n8n debe esperar a que Ollama termine para responder al chat).
+==== 2. La Estructura del JSON de Respuesta ====
+El cliente de chat espera un objeto JSON complejo. Si n8n responde solo con texto plano, el chat dará un error de "Formato Inválido". El nodo final **Respond to Webhook** debe configurarse para devolver un **JSON** con esta estructura mínima:
+<code json>
+{
+  "id": "chatcmpl-n8n-aemet",
+  "object": "chat.completion",
+  "created": {{ Math.floor(Date.now() / 1000) }},
+  "model": "aemet-valencia-bot",
+  "choices": [
+    {
+      "index": 0,
+      "message": {
+        "role": "assistant",
+        "content": "{{ $node["Ollama"].json.output }}"
+      },
+      "finish_reason": "stop"
+    }
+  ],
+  "usage": {
+    "prompt_tokens": 0,
+    "completion_tokens": 0,
+    "total_tokens": 0
+  }
+}
+</code>
+==== 3. Desglose de Campos Clave ====
+| Campo | Función |
+| **id** | Identificador único de la respuesta. Usamos un prefijo estático seguido de un ID aleatorio si se desea. |
+| **created** | Marca de tiempo en formato Unix (segundos). En n8n usamos la expresión ''Math.floor(Date.now() / 1000)''. |
+| **model** | Nombre que aparecerá en la interfaz del chat como "modelo activo". |
+| **choices[0].message.content** | Aquí es donde insertamos la respuesta generada por el nodo de **Ollama**. Es el texto que el usuario leerá en su burbuja de chat. |
+| **finish_reason** | Indica que la IA ha terminado de hablar. Debe ser ''"stop"'' para que el chat cierre la conexión correctamente. |
+==== 4. Conexión en el Cliente (Open WebUI) ====
+En la configuración de conexiones de Open WebUI:
+  * La **Base URL** debe ser la URL de n8n hasta antes de la versión: Ej. ''https://n8n.tu-centro.es/webhook/''.
+  * Automáticamente, el cliente añadirá ''v1/chat/completions'' al final de esa URL para realizar la petición POST.