NOVA Agent - Multimodal AI Assistant

NOVA es un asistente de IA multimodal que combina capacidades de texto, voz y visión en una interfaz cyberpunk elegante. Soporta chat conversacional, análisis de imágenes, Push-to-Talk y modo de escucha activa continua.

✨ Características

• 🗣️ Voz Interactiva: Push-to-Talk y modo de escucha activa continua
• 👁️ Análisis de Imágenes: Sube imágenes y obtén análisis detallados con instrucciones personalizadas
• 💬 Chat Inteligente: Conversaciones fluidas con modelos de lenguaje avanzados
• 🎨 UI Cyberpunk: Interfaz moderna con tema cyberpunk y animaciones
• 📊 Dashboard: Métricas en tiempo real y visualizaciones con Chart.js
• 🔧 API REST: Endpoints completos para integración
• 🚀 Fácil Despliegue: Comando simple para iniciar/detener

🛠️ Instalación

Prerrequisitos

• Python 3.8+
• Ollama instalado y corriendo
• Modelos requeridos: llava:7b, moondream (fallback), dolphin-mistral:7b, mixtral:8x7b

Instalación Rápida

# Clonar el repositorio
git clone <repository-url>
cd NOVA_Agent

# Instalar dependencias
pip install -r requirements.txt

# Instalar modelos de Ollama (requiere ~10GB de espacio)
ollama pull llava:7b
ollama pull moondream
ollama pull dolphin-mistral:7b
ollama pull mixtral:8x7b

# Iniciar NOVA
python3 nova.py start

🚀 Uso

Interfaz Web

1. Abre http://localhost:8003 en tu navegador
2. Chat de Texto: Escribe mensajes y presiona Enter o el botón enviar
3. Voz Push-to-Talk: Mantén presionado el botón del micrófono para hablar
4. Modo Voz Activa: Activa el botón verde para escucha continua
5. Análisis de Imágenes:
   • Haz clic en el botón de cámara
   • Selecciona una imagen
   • Agrega instrucciones personalizadas (opcional)
   • Envía para análisis

CLI

# Iniciar servidor
python3 nova.py start

# Detener servidor
python3 nova.py stop

# Ver estado
python3 nova.py status

📡 API Endpoints

Chat

POST /api/chat
Content-Type: application/json

{
  "message": "Hola, ¿cómo estás?",
  "session_id": "usuario_123"
}

Análisis de Imágenes

POST /api/upload
Content-Type: multipart/form-data

file: <imagen>
session_id: usuario_123
message: "Describe esta imagen en detalle"

Métricas

GET /api/metrics/full

Estado del Sistema

GET /api/status

🤖 Modelos Soportados

Visión

• Primario: llava:7b - Análisis de imágenes de alta calidad
• Fallback: moondream - Modelo ligero alternativo

Texto

• Primario: dolphin-mistral:7b - Chat conversacional
• Avanzado: mixtral:8x7b - Tareas complejas

🎯 Requisitos del Sistema

• RAM: 16GB mínimo, 32GB recomendado
• GPU: Recomendado para modelos de visión (4GB+ VRAM)
• Almacenamiento: ~10GB para modelos
• Navegador: Chrome/Edge/Firefox con soporte Web Speech API

🏗️ Arquitectura

nova/
├── api/routes.py      # Endpoints FastAPI
├── core/launcher.py   # Gestión de procesos
├── webui/            # Interfaz frontend
│   ├── index.html    # UI principal
│   ├── main.js       # Lógica cliente
│   ├── styles.css    # Tema cyberpunk
│   └── charts.js     # Dashboard
└── config/           # Configuraciones

🔧 Configuración

Los modelos y configuraciones se definen en config/model_profiles.json:

{
  "vision": {
    "primary": "llava:7b",
    "fallback": "moondream"
  },
  "text": {
    "primary": "dolphin-mistral:7b",
    "advanced": "mixtral:8x7b"
  }
}

🐛 Solución de Problemas

Problemas Comunes

1. Modelo no encontrado: Asegúrate de que Ollama esté corriendo y los modelos estén descargados
2. Puerto ocupado: Verifica que el puerto 8003 esté disponible
3. Voz no funciona: Verifica permisos de micrófono en el navegador
4. Imágenes no se procesan: Verifica que el modelo de visión esté disponible

Logs

Los logs se guardan en logs/ con información detallada para debugging.

📈 Desarrollo

Estructura del Proyecto

• nova.py: CLI principal
• nova/api/routes.py: API backend
• nova/webui/: Frontend completo
• tests/: Suite de pruebas

Contribuir

1. Fork el repositorio
2. Crea una rama para tu feature
3. Agrega tests para cambios nuevos
4. Envía un pull request

📄 Licencia

Este proyecto está bajo la Licencia MIT.

---

NOVA Agent - Tu asistente multimodal cyberpunk 🤖✨