====== 2. Proxy Meteorológico con n8n, AEMET y Ollama ======

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 (JSON Crudo) =====

El primer objetivo es crear un punto de entrada que, al ser consultado, devuelva el JSON técnico de la estación meteorológica de Valencia.

**Configuración detallada:**
  * **Nodo Webhook:** * HTTP Method: ''GET''
    * Path: ''clima-valencia''
    * Response Mode: ''When Last Node Finishes''
  * **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.

**Instrucciones:**
  1. Instalar y levantar **Ollama** con el modelo ''llama3'' o ''mistral''.
  2. En n8n, añadir el nodo **Ollama** (o un AI Agent con el modelo Ollama).
  3. 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."
  4. Ahora, el flujo debe devolver una cadena de texto amigable.

===== Paso 3: Emulación de la API de OpenAI (Modo Proxy) =====

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.

**Configuración Técnica para el alumno:**
  * **Cambiar Webhook:** El método debe ser obligatoriamente ''POST'' y el path ''v1/chat/completions''.
  * **Nodo Respond to Webhook:** Debes configurar el cuerpo de la respuesta en formato **JSON** con la siguiente estructura exacta:

<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>

**¿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 =====

Finalmente, integramos nuestro n8n como un proveedor de servicios en la interfaz de usuario.

**Instrucciones:**
  * En **Open WebUI**, ir a //Settings > Connections > OpenAI API//.
  * 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.