Flask, RabbitMQ, Qdrant, Docling i Grafana desplegats a la teva infraestructura. Els alumnes l’usen per web, Telegram o WhatsApp —sense que ni un byte surti de la teva xarxa.
Per a CIO / Rector
En termes de negoci: les teves dades al teu CPD, integrat amb el teu LMS en setmanes, sense dependència de cap proveïdor cloud. La teva institució és propietària de la tecnologia.
Prem cada pas per veure què passa exactament. Des que l’alumne escriu fins que rep la resposta, tot és traçable.
Com arriba la resposta a l’alumne?
En menys de dos segons, una consulta passa per set serveis diferents. Aquí tens el detall.
Cada servei té una responsabilitat clara. Es comuniquen entre ells mitjançant contractes autenticats i poden escalar —o fallar— sense arrossegar la resta del sistema.
La interfície web de la plataforma: xat, càrrega de documents i tauler d’administració, en espanyol, català i anglès des del primer dia.
El centre de comandament. Autentica els usuaris, decideix quin agent respon cada consulta i coordina amb el LMS, Qdrant i la cua de missatges.
Analitza la intenció de cada consulta i l’envia a l’agent correcte: un per al LMS, un altre per a documents, un altre per a suport. Cada decisió queda registrada.
Processa els documents que pugen els docents: aplica OCR, extreu text i taules, genera vectors i els indexa a Qdrant perquè l’assistent pugui consultar-los.
Els punts d’entrada per missatgeria. Reben els missatges dels alumnes, els envien al Backend i retornen la resposta al canal d’origen.
La cua que garanteix que cap treball es perd. Si arriben cent documents alhora, RabbitMQ els ordena i els processa un a un sense saturar el sistema.
La memòria de l’assistent. Guarda el coneixement institucional en forma de vectors i el recupera en mil·lisegons quan arriba una consulta sobre documents.
La font de veritat. Aquí viuen els usuaris, l’historial de converses, l’estat de cada document processat i els registres d’auditoria.
Els ulls del sistema. Prometheus recull mètriques de cada component cada 15 segons; Grafana les converteix en dashboards que qualsevol responsable tècnic pot llegir.
Cada eina porta anys en producció i opera sense connectar-se a serveis externs. No és un prototip —és el stack que aguanta el dia a dia d’una institució.
Quan un alumne pregunta sobre els apunts del tema 3, el sistema els troba encara que no faci servir les paraules exactes del document.
El sistema sap si l’alumne pregunta per les seves tasques, les seves notes o pel contingut d’un PDF. I l’envia a l’agent que sap respondre-ho.
Saps què respon el sistema, quant tarda i quant costa —tot des dels teus propis servidors, sense enviar dades a cap servei extern.
Des del cost de cada crida al LLM fins a l’estat de la cua de documents. Grafana desplegat als teus servidors, sense dades externes.
Quantes crides fa el sistema i quant tarden? Aquest panell mostra latències P50/P95/P99 per tipus de consulta perquè puguis controlar la despesa d’inferència.
Quantes consultes resol cada agent, quin percentatge respon correctament i quant tarda. Detectes en segons si un agent s’està degradant.
Quantes consultes arriben amb ambigüitat? Quantes activen el fallback? Aquest panell mesura si el classificador LLM segueix sent precís o necessita reajust.
Latència dels endpoints HTTP i de cada agent. Identifica si el coll d’ampolla està al Backend, al LMS o a Qdrant abans que ho noti l’usuari.
Web, Telegram i WhatsApp, comparats en el mateix panell. Missatges per minut i percentatge d’error per canal d’un cop d’ull.
Quants documents esperen processar-se i si la dead-letter queue està creixent. Una alerta aquí és senyal que el Worker RAG necessita atenció.
Consultes per col·lecció, latència de cerca vectorial i qualitat del routing. Si les respostes de l’assistent es tornen lentes, aquí veuràs per què.
Quants documents es processen per hora, quins formats i quants fallen. Detecta problemes a l’OCR abans que el docent els noti.
No importa si fas servir Moodle o Canvas: el sistema detecta el proveïdor de cada alumne automàticament. Canviar de LMS en el futur no requereix tocar el motor d’IA.
Com funciona el Provider Factory?
Cada usuari té desat el seu LMS al camp lms_type. Quan fa una consulta, el sistema escull el connector correcte en aquell moment —sense lògica condicional dispersa al codi.
REST API + Web Services
El connector més complet. Accés en temps real a tasques, exàmens, horaris, events i recursos descarregables. En producció des de la primera versió.
Canvas API v1
Mateix nivell d’integració que Moodle: cursos, qualificacions, mòduls i perfil de l’alumne. L’orquestrador no sap ni li importa quin dels dos hi ha darrere.
Blackboard REST API
En desenvolupament actiu. L’arquitectura ja té l’espai reservat: afegir Blackboard no requereix canvis a l’orquestrador ni als agents.
Tots els endpoints LMS són agnòstics
Els endpoints del Backend com /lms/events o /lms/subjects funcionen igual independentment del LMS. El connector correcte es resol internament segons l’usuari autenticat.
Analitzem la viabilitat de desplegament On-Premise en el teu entorn i dissenyem l'arquitectura adaptada a la teva institució.