Agente RAG de Facturas

Descripción

Desarrollé un agente local-first de extracción de facturas y Q&A con RAG que convierte facturas en PDF en datos estructurados validados con Pydantic y responde preguntas cruzadas entre facturas con citas a la fuente, manteniendo todos los datos financieros en el dispositivo. Un pipeline determinista de LangGraph (extraer → validar → reintentar → revisar) restringe a un LLM local pequeño: los fallos aritméticos y de esquema disparan un reintento automático, y los resultados que aún no pueden verificarse se detienen en una cola de revisión humana en lugar de darse por buenos en silencio. Un harness de evaluación puntuado mide la tasa de Procesamiento Directo (STP) y la precisión por campo contra umbrales de correctitud explícitos (60–80 % de STP, ≥ 95 % en campos monetarios) sobre un conjunto sintético de facturas multimoneda, y las facturas validadas se indexan en Chroma para una recuperación filtrada y con citas.

Destacados

• —Agente local-first de extracción de facturas + Q&A con RAG: las facturas en PDF se convierten en datos estructurados validados con Pydantic, y las preguntas cruzadas entre facturas se responden con citas a la fuente — todos los datos financieros permanecen en el dispositivo.
• —Pipeline determinista de LangGraph (extraer → validar → reintentar → revisar) que restringe a un LLM local pequeño, con reintento automático ante fallos aritméticos y de esquema.
• —Los resultados no verificables se detienen en una cola de revisión humana en lugar de darse por buenos en silencio — el agente nunca emite un número que no pudo validar.
• —Harness de evaluación puntuado que mide la tasa de Procesamiento Directo (STP) y la precisión por campo contra umbrales de correctitud definidos (60–80 % de STP, ≥ 95 % en campos monetarios) sobre un conjunto sintético de facturas multimoneda.
• —Facturas validadas indexadas en Chroma para Q&A con RAG filtrado y con citas sobre todo el conjunto de facturas.

Arquitectura