Skip to content

LucasACH/buscasam

Repository files navigation

BUSCASAM

Sistema de búsqueda académica para la comunidad universitaria de UNSAM. Inspirado en Google Scholar Labs, permite encontrar tesis, papers, trabajos prácticos y demás producción académica mediante búsqueda semántica.

En producción en buscasam.org.


Qué hace

  • Búsqueda híbrida en español: similitud semántica (embeddings) + ranking full-text de PostgreSQL, fusionados con RRF y un piso semántico con anclaje léxico
  • Corpus propio: solo contenido subido por estudiantes y docentes de UNSAM (acceso restringido por dominio vía Google OAuth)
  • Publicación por etapas con co-autoría, revisión, versionado y visibilidad configurable
  • Moderación post-hoc de documentos por parte del cuerpo docente

Detalle completo de comportamiento en docs/SPEC.md.


Estado

En producción y en evolución activa. El núcleo (búsqueda, publicación, co-autoría, versionado, moderación) está desplegado; quedan features diferidas (favoritos, comentarios, autocompletado, apelaciones) y mejoras incrementales. Ver docs/adr/ para las decisiones tomadas.


Stack

  • Backend: Python 3.12+, FastAPI, SQLAlchemy async, PostgreSQL + pgvector
  • Embeddings: intfloat/multilingual-e5-large servido por TEI (CPU); metadata LLM opcional vía Vertex/Gemini, apagado por defecto
  • Frontend: Next.js, React, TypeScript
  • Infraestructura: Terraform sobre GCP, Docker Compose, scripts de despliegue

Estructura

backend/    API FastAPI, búsqueda, publicación, moderación, extracción de metadatos
frontend/   App Next.js (buscar, mis-trabajos, moderación)
infra/      Terraform (GCP), Docker Compose y scripts de despliegue
docs/       Especificación, ADRs, module maps y runbooks

Desarrollo agéntico

La idea fue construir un codebase completamente agéntico: desarrollado de punta a punta por agentes de IA, bajo guías y workflows estrictos que mantienen la calidad (entendimiento compartido antes de specs, slices verticales, módulos profundos, revisión como compuerta de merge). Inspirado en el workshop de Matt Pocock: AI-assisted development. El detalle vive en docs/WORKFLOW.md y CONTRIBUTING.md.


Documentación


Contribuir

Leer CONTRIBUTING.md antes de abrir issues o PRs.


Licencia

MIT © 2026 Lucas Achaval

About

Sistema de búsqueda académica para la comunidad de UNSAM: búsqueda híbrida (semántica + full-text) de tesis, papers y trabajos académicos.

Topics

Resources

License

Contributing

Stars

1 star

Watchers

0 watching

Forks

Packages

 
 
 

Contributors