Para quien va a integrarlo.

Autenticación y llaves

Cada llave (ariarag-…) se crea con alcances (datasets:read, documents:write, retrieval, chat, usage:read), fecha de caducidad y se puede rotar con periodo de gracia de hasta 24 horas. Solo se guarda su hash. Límite por minuto según plan (100 / 1,000). Los excedentes devuelven 108 con la cuota, el límite y el consumo actual.

Recuperación con citas

Obtén los fragmentos relevantes con su documento, página y puntaje, para usarlos en tu propio flujo:

curl -X POST https://ariarag-dev.itechdev.com.mx/api/v1/retrieval \
  -H "Authorization: Bearer ariarag-…" \
  -H "Content-Type: application/json" \
  -d '{"question": "¿A qué hora abren los sábados?", "dataset_ids": ["<base>"], "top_k": 5}'

Compatible con OpenAI

Apunta tu SDK al asistente y recibe la respuesta con citas. Sirve para sustituir un chat genérico por uno con tus documentos sin reescribir tu integración.

from openai import OpenAI
client = OpenAI(base_url="https://ariarag-dev.itechdev.com.mx/api/v1/<ruta-del-asistente>", api_key="ariarag-…")  # ruta exacta en la OpenAPI
r = client.chat.completions.create(model="ariarag", messages=[{"role": "user", "content": "¿Cuánto cuesta el corte?"}])
print(r.choices[0].message.content)   # incluye las citas [1], [2] y los fragmentos fuente

Widget web beta

SDK de una línea: burbuja, incrustado o pantalla completa; dominios permitidos, colores, logo, idioma automático y preguntas sugeridas. Con marca en Inicio y en la prueba; sin marca desde Negocio. El token del widget se genera en tu cuenta.

<script src="https://ariarag-dev.itechdev.com.mx/sdk/aria-rag.js" data-assistant="<id>" data-token="<token-widget>"
        data-mode="bubble" data-color="#1E3A8A" data-lang="auto"></script>

MCP

Servidor MCP por cuenta para que tus agentes (Claude, Cursor, n8n, Odoo) consulten la base de conocimiento como herramienta, con la misma llave y los mismos alcances.

Uso y cuotas

GET /usage devuelve plan, estado, cuotas, consumo del mes (respuestas, recuperaciones, páginas, MB, tokens por modelo) e historial. Es lo mismo que ves en tu portal.

Evaluación (método)

Cargas un set de preguntas con la respuesta esperada y el documento fuente. La evaluación reporta recall@k (¿el fragmento correcto está entre los k recuperados?) y tasa de sin-respuesta (¿dice “no lo sé” cuando no hay fuente?). Nuestro número publicado, recall@5 0.87, viene de un set de 18 preguntas de una barbería con búsqueda híbrida en español y embeddings multilingües; con tus documentos obtendrás el tuyo.

Formatos y parsers

PDF (con OCR para escaneados; lee ñ, acentos, ¿ y ¡), Word, Excel y CSV (tablas consultables), PowerPoint, imágenes, Markdown, HTML y URL, CFDI 3.3/4.0 (XML → ficha en español con conceptos e impuestos), exportes de chat de WhatsApp (Android/iOS). Plantillas de fragmentación por tipo de documento; puedes editar los fragmentos.