Bot inteligente que evalúa síntomas de resfriado y recomienda remedios personalizados usando Rasa Open Source.

proyecto-rasa/
├── actions/
│   └── actions.py           # Acciones personalizadas (lógica de recomendaciones)
├── data/
│   ├── flows.yml           # Flujos de conversación
│   └── patterns.yml        # Patrones de respuesta
├── models/                 # Modelos entrenados
├── domain.yml             # Configuración de slots, respuestas y acciones
├── config.yml             # Configuración de pipeline
├── credentials.yml        # Configuración de canales (API, WhatsApp, etc.)
├── endpoints.yml          # Configuración de endpoints
├── ejemplo_chat.html      # Interfaz web de prueba
├── test_bot_client.py     # Cliente Python para testing
└── ChatBot.jsx           # Componente React

1. Pregunta sistemáticamente sobre 7 síntomas principales de resfriado
2. Analiza la combinación de síntomas reportados
3. Genera recomendaciones personalizadas de remedios naturales y consejos
4. Proporciona advertencias médicas cuando es necesario

Esta guía te explica cómo probar e integrar tu bot de diagnóstico de resfriado con diferentes tecnologías.

Antes de usar cualquier integración, debes tener Rasa funcionando:

# Navega al directorio del proyecto Rasa
cd tu-proyecto-rasa
rasa train

rasa run actions

Debe mostrar: "Starting action endpoint server..."

rasa run --enable-api --cors "*" --debug

Debe mostrar: "Rasa server is up and running on http://localhost:5005"

curl http://localhost:5005/

Debe responder con información del servidor

Una interfaz web simple y completa para probar tu bot desde el navegador.

1. Asegúrate de que Rasa esté corriendo (pasos 1.1-1.3)
2. Abre el archivo en tu navegador:

   open ejemplo_chat.html
   # o arrástralo al navegador

3. Prueba escribiendo: "Tengo síntomas de resfriado"

• ✅ Interfaz visual amigable
• ✅ Botones de respuestas rápidas
• ✅ Manejo de errores
• ✅ Indicadores de carga
• ✅ Formato de mensajes con emojis

Un cliente Python para probar el bot desde la terminal o integrarlo en aplicaciones Python.

1. Instalar dependencias:

   pip install requests

2. Ejecutar cliente interactivo:

   python test_bot_client.py

3. Seleccionar opción:

   • Opción 1: Conversación interactiva manual
   • Opción 2: Prueba automatizada completa

• ✅ Conversación interactiva en terminal
• ✅ Pruebas automatizadas
• ✅ Verificación de conexión
• ✅ Manejo completo de errores
• ✅ Formato de mensajes legible

from test_bot_client import RasaBotClient

# Crear cliente
bot = RasaBotClient()

# Enviar mensaje
respuestas = bot.enviar_mensaje("Tengo síntomas de resfriado")
bot.mostrar_respuestas(respuestas)

Un componente React moderno y responsivo para integrar en aplicaciones web.

1. Copiar ChatBot.jsx a tu proyecto React
2. Importar y usar:

   import ChatBot from './ChatBot';
   
   function App() {
     return (
       <div>
         <h1>Mi Aplicación</h1>
         <ChatBot />
       </div>
     );
   }

npx create-react-app mi-app-medica
cd mi-app-medica
# Copiar ChatBot.jsx a src/
# Editar src/App.js para incluir el componente
npm start

• ✅ Diseño moderno y responsivo
• ✅ Respuestas rápidas con botones
• ✅ Indicador de conexión en tiempo real
• ✅ Auto-scroll de mensajes
• ✅ Animaciones suaves
• ✅ Totalmente customizable

# Iniciar diagnóstico
curl -X POST http://localhost:5005/webhooks/rest/webhook \
  -H "Content-Type: application/json" \
  -d '{
    "sender": "test_user",
    "message": "Tengo síntomas de resfriado"
  }'

# Responder a pregunta
curl -X POST http://localhost:5005/webhooks/rest/webhook \
  -H "Content-Type: application/json" \
  -d '{
    "sender": "test_user", 
    "message": "Sí"
  }'

# Configurar webhook en credentials.yml:
# whatsapp:
#   verify: "tu_verify_token"
#   secret: "tu_secret"
#   access_token: "tu_access_token"

# Configurar en credentials.yml:
# telegram:
#   access_token: "tu_bot_token"
#   verify: "tu_verify_token"
#   webhook_url: "https://tu-servidor.com/webhooks/telegram/webhook"

# Configurar en credentials.yml:
# slack:
#   slack_token: "xoxb-tu-token"
#   slack_channel: "#general"
#   slack_signing_secret: "tu_signing_secret"

GET http://localhost:5005/status

GET http://localhost:5005/conversations

GET http://localhost:5005/domain

POST http://localhost:5005/conversations/{sender_id}/tracker/events
Content-Type: application/json

{
  "event": "restart"
}

Solución: Verifica que ambos servidores estén corriendo:

# Terminal 1:
rasa run actions

# Terminal 2:
rasa run --enable-api --cors "*"

Solución:

1. Verifica que el modelo esté entrenado: rasa train
2. Revisa logs en las terminales de Rasa
3. Prueba con rasa shell primero

Solución: Agrega --cors "*" al comando rasa run:

rasa run --enable-api --cors "*"

Solución:

1. Verifica que rasa run actions esté corriendo
2. Revisa endpoints.yml - debe tener: action_endpoint:

Solución:

1. Usa un sender_id único por sesión
2. Verifica que no haya múltiples clientes con el mismo ID
3. Reinicia la conversación si es necesario

1. Usuario: "Tengo síntomas de resfriado"
2. Bot: "¡Hola! Te haré algunas preguntas..."
3. Bot: "¿Sientes congestión nasal?"
4. Usuario: "Sí"
5. Bot: "¿Tienes dolor de garganta?"
6. Usuario: "Un poco"
7. [... continúa con todas las preguntas...]
8. Bot: "Basándome en tus síntomas... [recomendaciones]"

• Positivas: "Sí", "Si", "Claro", "Por supuesto", "Afirmativo"
• Negativas: "No", "Para nada", "Negativo"
• Parciales: "Un poco", "Algo", "Más o menos", "A veces"

Ahora tienes múltiples formas de integrar tu bot de diagnóstico de resfriado. Elige la opción que mejor se adapte a tu proyecto y ¡comienza a probar!

¿Necesitas ayuda con alguna integración específica? ¡Pregunta sin dudar!