Se implementa la columnas respuestas_formato_id para almacenar los ids de las respuestas extraidas

.~lock.preguntas_abiertas.ods#

@@ -0,0 +1 @@
+,mongar,mongar,13.11.2025 12:45,file:///home/mongar/.config/libreoffice/4;

action_flow/fase1_extract.py

@@ -2,6 +2,19 @@ import pandas as pd
 import os
 import sys
 from extraccion import agentes_entidades
+from extraccion.schemas_entidades import (
+    Acciones,
+    Temas,
+    Estrategias,
+    Factores,
+    Entidades,
+    Competencias,
+    Herramientas,
+    Mecanismos,
+    Opiniones,
+    Expectativas,
+)
+
 
 module_path = os.path.abspath(os.path.join(".."))
 
@@ -11,51 +24,193 @@ if module_path not in sys.path:
     print(module_path)
 
 
-INPUT_FOLDER = f"{module_path}/input/Preguntas Categoricas/"
-OUTPUT_FOLDER = f"{module_path}/output/fase1"
+INPUT_FOLDER = "input/Preguntas Categoricas"
+OUTPUT_FOLDER = "output/fase1"
 FILES_TO_PROCESS = os.listdir(INPUT_FOLDER)
 DELIMITER = "|^"
 DIC_QUESTIONS = {
     "Encuesta_MediaG01Q02.csv": agentes_entidades.extractor_pre_1,
-    "Encuesta_MediaG01Q04.csv": agentes_entidades.extractor_pre_2,
-    "Encuesta_MediaG01Q10.csv": agentes_entidades.extractor_pre_3,
-    "Encuesta_MediaG03Q17.csv": agentes_entidades.extractor_pre_4,
-    "Encuesta_MediaG03Q18.csv": agentes_entidades.extractor_pre_5,
-    # "Encuesta_MediaG03Q19.csv": agentes_entidades.extractor_pre_6,
-    "Encuesta_MediaG04Q22.csv": agentes_entidades.extractor_pre_7,
-    "Encuesta_MediaG04Q23.csv": agentes_entidades.extractor_pre_8,
-    "Encuesta_MediaG04Q25.csv": agentes_entidades.extractor_pre_9,
-    "Encuesta_MediaG05Q30.csv": agentes_entidades.extractor_pre_10,
-    "Encuesta_MediaG05Q34.csv": agentes_entidades.extractor_pre_11,
-    # "Encuesta_MediaG05Q27.csv": agentes_entidades.extractor_pre_12,
-    "Encuesta_MediaG06Q35.csv": agentes_entidades.extractor_pre_13,
-    # "Encuesta_MediaG06Q37.csv": agentes_entidades.extractor_pre_14,
-    # "Encuesta_MediaG06Q39.csv": agentes_entidades.extractor_pre_15
-    # COMPLETAR RESTO
+    # "Encuesta_MediaG01Q04.csv": agentes_entidades.extractor_pre_2,
+    # "Encuesta_MediaG01Q10.csv": agentes_entidades.extractor_pre_3,
+    # "Encuesta_MediaG03Q17.csv": agentes_entidades.extractor_pre_4,
+    # "Encuesta_MediaG03Q18.csv": agentes_entidades.extractor_pre_5,
+    # # "Encuesta_MediaG03Q19.csv": agentes_entidades.extractor_pre_6,
+    # "Encuesta_MediaG04Q22.csv": agentes_entidades.extractor_pre_7,
+    # "Encuesta_MediaG04Q23.csv": agentes_entidades.extractor_pre_8,
+    # "Encuesta_MediaG04Q25.csv": agentes_entidades.extractor_pre_9,
+    # "Encuesta_MediaG05Q30.csv": agentes_entidades.extractor_pre_10,
+    # "Encuesta_MediaG05Q34.csv": agentes_entidades.extractor_pre_11,
+    # "Encuesta_MediaG05Q28.csv": agentes_entidades.extractor_pre_12,
+    # "Encuesta_MediaG06Q35.csv": agentes_entidades.extractor_pre_13,
+    # "Encuesta_MediaG06Q38.csv": agentes_entidades.extractor_pre_14,
+    # "Encuesta_MediaG06Q40.csv": agentes_entidades.extractor_pre_15,
 }
 
 
-def extract_answers(answers):
-    answer_formated = ""
-    iterator_answers = answers.acciones
-    for item in iterator_answers:
-        answer_formated += f"{item.accion}{DELIMITER}"
-    return answer_formated
+def extract_answers(answers_obj):
+    """
+    Toma el objeto Pydantic devuelto por un extractor y devuelve
+    una LISTA de los textos de respuesta extraídos.
+
+    Devuelve:
+        list[str]: Una lista de strings (ej. ["Accion 1", "Accion 2"])
+    """
+    list_items_text = []  # Lista para guardar solo los strings finales
+    list_items = []  # Lista genérica de objetos
+    item_attr_name = ""  # Atributo a extraer
+
+    # --- Manejo de esquemas de listas de objetos ---
+
+    if isinstance(answers_obj, Acciones):
+        list_items = answers_obj.acciones
+        item_attr_name = "accion"
+    elif isinstance(answers_obj, Temas):
+        list_items = answers_obj.temas
+        item_attr_name = "tema"
+    elif isinstance(answers_obj, Estrategias):
+        list_items = answers_obj.estrategias
+        item_attr_name = "estrategia"
+    elif isinstance(answers_obj, Factores):
+        list_items = answers_obj.factores
+        item_attr_name = "factor"
+    elif isinstance(answers_obj, Entidades):
+        list_items = answers_obj.entidades
+        item_attr_name = "entidad"
+    elif isinstance(answers_obj, Herramientas):
+        list_items = answers_obj.herramientas
+        item_attr_name = "herramienta"
+    elif isinstance(answers_obj, Mecanismos):
+        list_items = answers_obj.mecanismos
+        item_attr_name = "mecanismo"
+    elif isinstance(answers_obj, Opiniones):
+        list_items = answers_obj.opiniones
+        item_attr_name = "opinion"
+    elif isinstance(answers_obj, Expectativas):
+        list_items = answers_obj.expectativas
+        item_attr_name = "expectativa"
+
+    if list_items and item_attr_name:
+        for item in list_items:
+            item_text = getattr(item, item_attr_name, "")
+            if item_text:
+                list_items_text.append(item_text)
+        return list_items_text  # Devuelve la lista de textos
+
+    # --- Manejo del caso especial: Competencias ---
+
+    elif isinstance(answers_obj, Competencias):
+        if answers_obj.basicas:
+            list_items_text.extend([f"Básica: {c}" for c in answers_obj.basicas if c])
+        if answers_obj.socioemocionales:
+            list_items_text.extend(
+                [f"Socioemocional: {c}" for c in answers_obj.socioemocionales if c]
+            )
+        if answers_obj.ciudadanas:
+            list_items_text.extend(
+                [f"Ciudadana: {c}" for c in answers_obj.ciudadanas if c]
+            )
+        if answers_obj.siglo_xxi:
+            list_items_text.extend(
+                [f"Siglo XXI: {c}" for c in answers_obj.siglo_xxi if c]
+            )
+        return list_items_text  # Devuelve la lista de textos de competencias
+
+    # Si no se encontró nada, devuelve una lista vacía
+    return []
 
 
 def format_answer(dataframe, function):
+    """
+    Itera sobre el dataframe, aplica la función extractora y gestiona
+    el contador de IDs global para ESE dataframe.
+    """
     dataframe["respuestas_formato"] = None
+    dataframe["respuestas_formato_id"] = None
+
+    # Inicializar el contador de ID global para este archivo
+    global_id_counter = 1
+
     for index, row in dataframe.iterrows():
+        # 1. Obtener el objeto Pydantic
         answers = function(row["respuesta"])
-        answer_to_insert = extract_answers(answers)
-        dataframe.loc[index, "respuestas_formato"] = answer_to_insert
+
+        # 2. Obtener la LISTA de textos extraídos
+        list_items_text = extract_answers(answers)
+
+        # 3. Si la lista está vacía, poner strings vacíos y continuar
+        if not list_items_text:
+            dataframe.loc[index, "respuestas_formato"] = ""
+            dataframe.loc[index, "respuestas_formato_id"] = ""
+            continue  # No incrementa el contador
+
+        # 4. Si hay textos, formatear la salida
+        count = len(list_items_text)
+
+        # Formatear el texto
+        answer_formated = DELIMITER.join(list_items_text) + DELIMITER
+
+        # Formatear los IDs usando el contador global
+        id_list = [str(i) for i in range(global_id_counter, global_id_counter + count)]
+        id_formated = ",".join(id_list)
+
+        # 5. Asignar los valores al DataFrame
+        dataframe.loc[index, "respuestas_formato"] = answer_formated
+        dataframe.loc[index, "respuestas_formato_id"] = id_formated
+
+        # 6. Actualizar el contador global para la siguiente fila
+        global_id_counter += count
 
 
 def format_all_answers(Dic_questions):
+    """
+    Función principal que procesa todos los archivos CSV definidos en Dic_questions.
+    """
     for key, value in Dic_questions.items():
-        question_dataframe = pd.read_csv(INPUT_FOLDER + "/" + key)
-        format_answer(question_dataframe, value)
-        question_dataframe.to_csv(OUTPUT_FOLDER + "/" + key)
+        try:
+            # Construir la ruta completa al archivo de entrada
+            input_file_path = os.path.join(INPUT_FOLDER, key)
+
+            # Verificar si el archivo existe
+            if not os.path.exists(input_file_path):
+                print(f"Advertencia: El archivo no existe, omitiendo: {key}")
+                continue
+
+            question_dataframe = pd.read_csv(input_file_path)
+
+            if question_dataframe.empty:
+                print(f"Archivo vacío, omitiendo: {key}")
+                continue
+
+            if "respuesta" not in question_dataframe.columns:
+                print(f"No se encontró la columna 'respuesta' en {key}, omitiendo.")
+                continue
+
+            # Esta función ahora maneja toda la lógica de conteo
+            format_answer(question_dataframe, value)
+
+            # Limpiar NAs antes de guardar
+            question_dataframe["respuestas_formato"] = question_dataframe[
+                "respuestas_formato"
+            ].fillna("")
+            question_dataframe["respuestas_formato_id"] = question_dataframe[
+                "respuestas_formato_id"
+            ].fillna("")
+
+            # Construir la ruta completa al archivo de salida
+            output_file_path = os.path.join(OUTPUT_FOLDER, key)
+
+            # Asegurarse de que el directorio de salida exista
+            os.makedirs(OUTPUT_FOLDER, exist_ok=True)
+
+            question_dataframe.to_csv(output_file_path, index=False)
+            print(f"Procesado y guardado: {key}")
+
+        except pd.errors.EmptyDataError:
+            print(f"Error: El archivo {key} está vacío o es inválido.")
+        except Exception as e:
+            print(f"Error inesperado procesando {key}: {e}")
 
 
+# --- Ejecutar el proceso ---
 format_all_answers(DIC_QUESTIONS)
+print("Proceso de Fase 1 completado.")

extraccion/agentes_entidades.py

@@ -25,7 +25,7 @@ def load_prompts_config(file_path):
     return prompts_config
 
 
-path_prompts = f"{os.path.abspath(os.path.join('..'))}/extraccion/prompts.yaml"
+path_prompts = "extraccion/prompts.yaml"
 prompts_config = load_prompts_config(path_prompts)
 
 context = LLMContext()
@@ -235,7 +235,7 @@ def extractor_pre_9(respuesta: str) -> Entidades:
 
     llm_so = llm.with_structured_output(Entidades)
 
-    entidades: list = llm_so.invoke(prompt)
+    entidades = llm_so.invoke(prompt)
 
     lista_entidades = entidades.entidades
 
@@ -397,4 +397,4 @@ alianza con cornare y la UMATA, dicha invitación a participar se hizo
 por la página de la secretaria departamental, donde a partir de un
 infograma explicaba paso a paso como participar y además contaba con linea telefónica. 
 """
-extractor_pre_15(respuesta)
+# extractor_pre_15(respuesta)

input/Preguntas Categoricas/Encuesta_MediaG01Q02.csv

@@ -1,2 +1,3 @@
 cod_dane,cod_pregunta,respuesta
 205120000366/I.E. AURELIO MEJIA,G01Q02,"Realiza promoción por radio, mensajes informativos en porteria y carteleras del plantel, voz a voz con la comunidad educativa"
+205120000366/I.E. AURELIO MEJIA,G01Q02,"Realiza promoción por radio, mensajes informativos en porteria y carteleras del plantel, voz a voz con la comunidad educativa"

input/Preguntas_Categoricas/Encuesta_MediaG01Q02.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120000366/I.E. AURELIO MEJIA,G01Q02,"Realiza promoción por radio, mensajes informativos en porteria y carteleras del plantel, voz a voz con la comunidad educativa"

input/Preguntas_Categoricas/Encuesta_MediaG01Q04.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120000366/I.E. AURELIO MEJIA,G01Q04,Continuamente hacer encuestas de satisfacción para conocer las inquietudes y deseos que tienen nuestros estudiantes. También se ofrecen talleres de nivelación para aquellos que presentan dificultades en el rendimiento

input/Preguntas_Categoricas/Encuesta_MediaG01Q10.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120000366/I.E. AURELIO MEJIA,G01Q10,"Desde hace ya mas de tres años no se actualizaba el PEI, se incluyó el tema de los ajustes razonables y se reorganizó los principios instritucionales"

input/Preguntas_Categoricas/Encuesta_MediaG03Q17.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120000366/I.E. AURELIO MEJIA,G03Q17,"PIAR, STEAM,+H y tecnologías"

input/Preguntas_Categoricas/Encuesta_MediaG03Q18.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120000366/I.E. AURELIO MEJIA,G03Q18,Generalmente la encuesta en linea

input/Preguntas_Categoricas/Encuesta_MediaG03Q19.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120000366/I.E. AURELIO MEJIA,G03Q19,No

input/Preguntas_Categoricas/Encuesta_MediaG04Q22.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120001435/I.E. GASPAR DE RODAS,G04Q22,l la participación de los padres de familia y los estudiantes por lo tanto como estrategia principal esta que ellos participen dando la información de que hay cupos para educación media creando material informativo y que sean los encargados de la distribución en sus barrios

input/Preguntas_Categoricas/Encuesta_MediaG04Q23.csv

@@ -0,0 +1,3 @@
+cod_dane,cod_pregunta,respuesta
+205120001435/I.E. GASPAR DE RODAS,G04Q23,"A nivel social y económico, el comercio en la zona necesita mano de obra barata y los estudiantes prefieren ir a trabajar asi sea por poco dinero pero tener algo con que sobrevivir.
+A nivel cultural en las familias son pocos los bachilleres que hay entonces terminar no es motivación"

input/Preguntas_Categoricas/Encuesta_MediaG04Q25.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120001435/I.E. GASPAR DE RODAS,G04Q25,

input/Preguntas_Categoricas/Encuesta_MediaG05Q28.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120001435/I.E. GASPAR DE RODAS,G05Q28,"En la última actualización del PEI intentamos que muchos de los temas de clase tengan como eje las problemáticas del territorio para que ellos analicen y de forma critican generen propuestas, sin embargo algunos profesores aún están reacios a cambiar la metodología"

input/Preguntas_Categoricas/Encuesta_MediaG05Q30.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120001435/I.E. GASPAR DE RODAS,G05Q30,"La empatía, trabajo en equipo y se trabaja de manera muy fuerte las competencias matemáticas"

input/Preguntas_Categoricas/Encuesta_MediaG05Q34.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120001435/I.E. GASPAR DE RODAS,G05Q34,Rubricas de evaluación por áreas de conocimiento y listas de chequeo de acuerdo a las dimensiones del desarrollo con el grado de transición

input/Preguntas_Categoricas/Encuesta_MediaG06Q35.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120001435/I.E. GASPAR DE RODAS,G06Q35,Son muy altas pues desde hace varios años hemos venido solicitando el apoyo de dicha institución para que nos colabore con recursos

input/Preguntas_Categoricas/Encuesta_MediaG06Q38.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120001435/I.E. GASPAR DE RODAS,G06Q38,"Las veces que han dado charlas son mas que todo para motivarlos a que sigan en educación superior y ellos desean aprender herramientas tecnológicas para sus emprendimientos familiares o propios, pocos quieren seguir estudiando"

input/Preguntas_Categoricas/Encuesta_MediaG06Q40.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta
+205120001435/I.E. GASPAR DE RODAS,G06Q40,"Comparte mucha información de las alianzas que se han logrado pero en nuestra subregión no hay nada, todo es para el oriente "

output/fase1/.~lock.Encuesta_MediaG01Q02.csv#

@@ -0,0 +1 @@
+,mongar,mongar,14.11.2025 16:57,file:///home/mongar/.config/libreoffice/4;

output/fase1/Encuesta_MediaG01Q02.csv

@@ -1,2 +1,3 @@
-,cod_dane,cod_pregunta,respuesta,respuestas_formato
-0,205120000366/I.E. AURELIO MEJIA,G01Q02,"Realiza promoción por radio, mensajes informativos en porteria y carteleras del plantel, voz a voz con la comunidad educativa",Realiza promoción por radio para informar a la comunidad sobre el acceso a educación media.|^Difunde mensajes informativos en la portería del establecimiento educativo.|^Utiliza carteleras del plantel para comunicar información sobre acceso a educación media.|^Implementa estrategia de comunicación de voz a voz con la comunidad educativa para promover el acceso a educación media.|^
+cod_dane,cod_pregunta,respuesta,respuestas_formato,respuestas_formato_id
+205120000366/I.E. AURELIO MEJIA,G01Q02,"Realiza promoción por radio, mensajes informativos en porteria y carteleras del plantel, voz a voz con la comunidad educativa",Realiza promoción por radio para informar a la comunidad sobre el acceso a educación media.|^Difunde mensajes informativos en la portería del establecimiento educativo.|^Utiliza carteleras del plantel para comunicar información sobre acceso a educación media.|^Implementa estrategia de comunicación de voz a voz con la comunidad educativa para promover el acceso a educación media.|^,"1,2,3,4"
+205120000366/I.E. AURELIO MEJIA,G01Q02,"Realiza promoción por radio, mensajes informativos en porteria y carteleras del plantel, voz a voz con la comunidad educativa",Realiza promoción por radio para informar a la comunidad sobre el acceso a educación media.|^Difunde mensajes informativos en la portería del establecimiento educativo.|^Utiliza carteleras del plantel para comunicar información sobre acceso a educación media.|^Implementa estrategia de comunicación de voz a voz con la comunidad educativa para promover el acceso a educación media.|^,"5,6,7,8"

output/fase1/Encuesta_MediaG01Q04.csv

@@ -0,0 +1,2 @@
+cod_dane,cod_pregunta,respuesta,respuestas_formato,respuestas_formato_id
+205120000366/I.E. AURELIO MEJIA,G01Q04,Continuamente hacer encuestas de satisfacción para conocer las inquietudes y deseos que tienen nuestros estudiantes. También se ofrecen talleres de nivelación para aquellos que presentan dificultades en el rendimiento,Realizan encuestas de satisfacción de forma continua para conocer las inquietudes y deseos de los estudiantes.|^Ofrecen talleres de nivelación para estudiantes que presentan dificultades en el rendimiento académico.|^,"1,2"

prueba_llm.py

@@ -15,4 +15,4 @@ llm = context.get_llm()
 pregunta = "¿Cuál es el mejor modelo de lenguaje?"
 respuesta = llm.invoke(pregunta)
 print(respuesta)
- 
+