Build AI Business Solutions with Workflow Automation

graph TD %%{init: {'theme': 'mc','layout': 'elk'}}%% TextInput-dvpjv[<div><img alt="logo" src="/_astro/type.Dy26vmDy.svg" style="height: 20px !important;width: 20px !important"/></div>Carrera] style TextInput-dvpjv stroke:#a170ff TextInput-s2vgd[<div><img alt="logo" src="/_astro/type.Dy26vmDy.svg" style="height: 20px !important;width: 20px !important"/></div>Certificados] style TextInput-s2vgd stroke:#a170ff TextInput-oz3io[<div><img alt="logo" src="/_astro/type.Dy26vmDy.svg" style="height: 20px !important;width: 20px !important"/></div>Habilidades] style TextInput-oz3io stroke:#a170ff TextInput-6r3sb[<div><img alt="logo" src="/_astro/type.Dy26vmDy.svg" style="height: 20px !important;width: 20px !important"/></div>Experiencia] style TextInput-6r3sb stroke:#a170ff TextInput-ep0wz[<div><img alt="logo" src="/_astro/type.Dy26vmDy.svg" style="height: 20px !important;width: 20px !important"/></div>Educación] style TextInput-ep0wz stroke:#a170ff ChatOutput-zlpn1[<div><img alt="logo" src="/_astro/messages-square.BaSDmT6g.svg" style="height: 20px !important;width: 20px !important"/></div>Chat Output] style ChatOutput-zlpn1 stroke:#a170ff OpenAIEmbeddings-5myel[<div><img alt="logo" src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>OpenAI Embeddings] style OpenAIEmbeddings-5myel stroke:#a170ff GDriveFilesComponent-3xa20[<div><img alt="logo" src="/_astro/google_drive.wKmDsV2c.svg" style="height: 20px !important;width: 20px !important"/></div>Obtener CV] style GDriveFilesComponent-3xa20 stroke:#a170ff Prompt-3a8sl[<div><img alt="logo" src="/_astro/square-terminal.BMOXc-nZ.svg" style="height: 20px !important;width: 20px !important"/></div>Requisitos] style Prompt-3a8sl stroke:#a170ff OpenAIEmbeddings-6p7a2[<div><img alt="logo" src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>OpenAI Embeddings2] style OpenAIEmbeddings-6p7a2 stroke:#a170ff LanguageRecursiveTextSplitter-rweqg[Language Recursive Text Splitter] style LanguageRecursiveTextSplitter-rweqg stroke:#a170ff AstraDB-un98t[Astra DB] style AstraDB-un98t stroke:#a170ff AstraDB-un1f3[Astra DB2] style AstraDB-un1f3 stroke:#a170ff LanggraphRAGAgent-cgjw7[RAG Agent] style LanggraphRAGAgent-cgjw7 stroke:#a170ff OpenAIModel-448zp[<div><img alt="logo" src="/_astro/openAI.BhmuxEs3.svg" style="height: 20px !important;width: 20px !important"/></div>OpenAI] style OpenAIModel-448zp stroke:#a170ff TextInput-dvpjv -.- Prompt-3a8sl linkStyle 0 stroke:#a170ff TextInput-s2vgd -.- Prompt-3a8sl linkStyle 1 stroke:#a170ff TextInput-ep0wz -.- Prompt-3a8sl linkStyle 2 stroke:#a170ff TextInput-6r3sb -.- Prompt-3a8sl linkStyle 3 stroke:#a170ff TextInput-oz3io -.- Prompt-3a8sl linkStyle 4 stroke:#a170ff GDriveFilesComponent-3xa20 -.- LanguageRecursiveTextSplitter-rweqg linkStyle 5 stroke:#a170ff LanguageRecursiveTextSplitter-rweqg -.- AstraDB-un98t linkStyle 6 stroke:#a170ff OpenAIEmbeddings-5myel -.- AstraDB-un98t linkStyle 7 stroke:#a170ff LanggraphRAGAgent-cgjw7 -.- ChatOutput-zlpn1 linkStyle 8 stroke:#a170ff OpenAIEmbeddings-6p7a2 -.- AstraDB-un1f3 linkStyle 9 stroke:#a170ff AstraDB-un1f3 -.- LanggraphRAGAgent-cgjw7 linkStyle 10 stroke:#a170ff Prompt-3a8sl -.- LanggraphRAGAgent-cgjw7 linkStyle 11 stroke:#a170ff OpenAIModel-448zp -.- LanggraphRAGAgent-cgjw7 linkStyle 12 stroke:#a170ff

🧩 Descripción general

El flujo “Coincidencia de CV” automatiza la búsqueda de currículos que cumplen con un conjunto de requisitos definidos por el usuario. El proceso recoge los parámetros de búsqueda, genera un prompt de consulta, recupera los documentos pertinentes de una base de datos vectorial, los evalúa con un modelo de lenguaje y devuelve la respuesta en un formato de chat.

⚙️ Funcionalidades principales

Recopila múltiples criterios de búsqueda mediante componentes de entrada de texto.
Construye dinámicamente un prompt que combina todos los requisitos.
Extrae y procesa archivos de CV almacenados en Google Drive.
Divide los documentos en fragmentos y crea embeddings con OpenAI.
Ingresa los embeddings en Astra DB para indexar el conocimiento.
Recupera documentos relevantes con un agente RAG que combina búsqueda y generación de lenguaje.
Presenta la respuesta final al usuario a través de un componente de salida de chat.

🔄 Pasos del flujo de trabajo

Nombre del componente	Rol en el flujo	Entradas clave	Salidas clave
Carrera	Entrada de texto	Texto de la carrera del candidato	Mensaje con la carrera
Certificados	Entrada de texto	Lista de certificados deseados	Mensaje con certificados
Educación	Entrada de texto	Nivel educativo solicitado	Mensaje con educación
Experiencia	Entrada de texto	Años de experiencia requeridos	Mensaje con experiencia
Habilidades	Entrada de texto	Habilidades técnicas necesarias	Mensaje con habilidades
Requisitos	Generación de prompt	Mensajes de los cinco campos anteriores	Prompt de consulta
Obtener CV	Acceso a Google Drive	Parámetros de búsqueda (carpeta, filtro)	Datos de los archivos CV
Divisor de texto	División de documentos	Datos de los archivos CV	Fragmentos de texto
Embeddings OpenAI (1)	Generación de embeddings para CV	Fragmentos de texto	Embeddings de CV
Astra DB (1)	Ingesta de documentos	Embeddings de CV, metadatos	Datos indexados en Astra DB
Embeddings OpenAI (2)	Generación de embeddings de consulta	Prompt de consulta	Embeddings de la consulta
Astra DB (2)	Recuperación de documentos	Embeddings de la consulta	Documentos relevantes
RAG Agent	Orquestación de generación y recuperación	Pregunta de usuario, llm, retrievers	Respuesta del agente
Chat Output	Presentación al usuario	Mensaje del agente	Texto mostrado en la interfaz

🧠 Notas

Los nombres de los componentes se han derivado de la propiedad name; en caso de faltar, se han extraído de los IDs sin los sufijos.
Los componentes de Embeddings OpenAI se usan en dos roles: una para preparar los CVs antes de su indexación y otra para generar embeddings de la consulta en tiempo de ejecución.
Astra DB se emplea tanto para la operación Add (ingestión) como para la Retriever (búsqueda).
Los parámetros de OpenAI Model y Embeddings están configurados con valores por defecto que pueden ajustarse según la disponibilidad de credenciales y la versión de la API.
El flujo asume que los CVs están disponibles en la carpeta CVs de Google Drive y que los documentos están en formatos compatibles (PDF, DOCX, TXT, etc.).
Se han habilitado los controles de skip branch if empty output y skip if empty input en los componentes que lo requieren para evitar fallos cuando no hay resultados o datos de entrada.