feat: frontend React + gitignores + env config

Author: AndresRJ18

.gitignore

@@ -0,0 +1,2 @@
+.env
+node_modules/

backend/.dockerignore

@@ -0,0 +1,7 @@
+venv/
+__pycache__/
+*.pyc
+.env
+tests/
+scripts/
+*.md

backend/Dockerfile

@@ -0,0 +1,24 @@
+# imagen base slim — menos peso que la full
+FROM python:3.13-slim
+
+# instala ffmpeg como dependencia del sistema
+RUN apt-get update && apt-get install -y \
+    ffmpeg \
+    && rm -rf /var/lib/apt/lists/*
+
+# directorio de trabajo
+WORKDIR /app
+
+# copia requirements primero — aprovecha cache de Docker
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+# copia el resto del código
+COPY app/ ./app/
+
+# crea el directorio temp para audios
+RUN mkdir -p /tmp/azurely
+
+EXPOSE 8000
+
+CMD ["python", "-m", "uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000"]

backend/app/api/routes/health.py

@@ -22,16 +22,20 @@ async def health_check():
     except Exception:
         pass
 
-    # verifica OpenAI — lista los deployments disponibles
+    # verifica OpenAI — request mínimo para validar conectividad
     try:
         client = OpenAI(
-            base_url="https://azurely-openai.openai.azure.com/openai/v1",
+            base_url=settings.AZURE_OPENAI_ENDPOINT,
             api_key=settings.AZURE_OPENAI_KEY
         )
-        client.models.list()
+        client.chat.completions.create(
+            model=settings.AZURE_OPENAI_DEPLOYMENT,
+            messages=[{"role": "user", "content": "hi"}],
+            max_tokens=1
+        )
         azure_openai_ok = True
     except Exception as e:
-        print(f"OpenAI error: {e}")  # <-- aquí
+        print(f"OpenAI error: {e}")
         pass
 
     return {

backend/app/services/openai_service.py

@@ -5,15 +5,26 @@
 import json
 
 SYSTEM_PROMPT = """
-Eres un asistente especializado en analizar transcripciones de reuniones.
-Responde SIEMPRE en JSON válido con esta estructura exacta, sin texto extra:
+Eres un asistente experto en análisis de reuniones de trabajo. 
+Recibirás una transcripción y debes extraer información clave con precisión.
+
+REGLAS ESTRICTAS:
+1. Responde SOLO en JSON válido, sin texto extra, sin markdown
+2. El summary debe ser ejecutivo: qué se decidió, no qué se habló
+3. key_points: mínimo 3, máximo 6 puntos. Cada uno debe ser una decisión o dato concreto
+4. action_items: extrae TODA tarea, compromiso o seguimiento mencionado, aunque sea implícito
+5. Para assignee: usa el nombre si se menciona, si no pon null
+6. Para deadline: usa la fecha o día mencionado, si no pon null
+7. duration_estimate: estima basándote en la cantidad de texto de la transcripción
+
+ESTRUCTURA EXACTA:
 {
-  "summary": "resumen ejecutivo en 3-5 oraciones",
-  "key_points": ["punto clave 1", "punto clave 2"],
+  "summary": "resumen ejecutivo enfocado en decisiones tomadas, 3-5 oraciones",
+  "key_points": ["decisión o dato concreto 1", "decisión o dato concreto 2"],
   "action_items": [
-    {"task": "descripción de la tarea", "assignee": "nombre o null", "deadline": "fecha o null"}
+    {"task": "descripción clara de la tarea", "assignee": "nombre o null", "deadline": "fecha o null"}
   ],
-  "duration_estimate": "estimación en minutos o null"
+  "duration_estimate": "estimación en minutos basada en el contenido"
 }
 """
 

backend/app/utils/audio.py

@@ -7,8 +7,9 @@
 
 SUPPORTED_EXTENSIONS = {".mp3", ".wav", ".m4a", ".ogg", ".mp4"}
 
-# path absoluto porque Windows no encuentra ffmpeg desde Python
-FFMPEG_PATH = r"C:\Users\andre\AppData\Local\Microsoft\WinGet\Packages\Gyan.FFmpeg_Microsoft.Winget.Source_8wekyb3d8bbwe\ffmpeg-8.0.1-full_build\bin\ffmpeg.exe"
+# detecta si estamos en Linux (Docker) o Windows (local)
+FFMPEG_PATH = "/usr/bin/ffmpeg" if os.name != "nt" else r"C:\Users\andre\AppData\Local\Microsoft\WinGet\Packages\Gyan.FFmpeg_Microsoft.Winget.Source_8wekyb3d8bbwe\ffmpeg-8.0.1-full_build\bin\ffmpeg.exe"
+FFPROBE_PATH = "/usr/bin/ffprobe" if os.name != "nt" else FFMPEG_PATH.replace("ffmpeg.exe", "ffprobe.exe")
 
 def validate_audio(filename: str, size_bytes: int) -> None:
     ext = Path(filename).suffix.lower()
@@ -20,62 +21,25 @@ def validate_audio(filename: str, size_bytes: int) -> None:
         raise AudioTooLargeError(size_mb)
 
 def convert_to_wav(input_path: str) -> str:
-    """
-    Convierte cualquier audio a WAV 16kHz mono.
-    Azure Speech SDK requiere este formato exacto.
-    """
-    output_path = os.path.join(
-        settings.TEMP_DIR,
-        f"{uuid.uuid4()}.wav"
-    )
+    """Convierte cualquier audio a WAV 16kHz mono."""
+    output_path = os.path.join(settings.TEMP_DIR, f"{uuid.uuid4()}.wav")
 
     (
         ffmpeg
         .input(input_path)
-        .output(
-            output_path,
-            ar=16000,   # 16kHz — requerido por Azure Speech
-            ac=1,       # mono — reduce tamaño y mejora STT
-            format="wav"
-        )
+        .output(output_path, ar=16000, ac=1, format="wav")
         .overwrite_output()
-        .run(cmd=FFMPEG_PATH, quiet=True)  # cmd apunta al binario explícito
+        .run(cmd=FFMPEG_PATH, quiet=True)
     )
 
     return output_path
 
-async def save_upload(file) -> str:
-    """
-    Guarda el archivo subido en TEMP_DIR con nombre único.
-    Retorna el path del archivo guardado.
-    """
-    import aiofiles
-    
-    os.makedirs(settings.TEMP_DIR, exist_ok=True)
-    
-    ext = Path(file.filename).suffix.lower()
-    temp_path = os.path.join(settings.TEMP_DIR, f"{uuid.uuid4()}{ext}")
-    
-    async with aiofiles.open(temp_path, "wb") as f:
-        content = await file.read()
-        await f.write(content)
-    
-    return temp_path
-
 def split_audio(wav_path: str, chunk_minutes: int = 2) -> list[str]:
-    """
-    Divide un WAV en chunks de chunk_minutes minutos.
-    Retorna lista de paths de los chunks.
-    """
-    import subprocess
-    import json
-
-    # obtiene duración total con ffprobe
-    probe = ffmpeg.probe(wav_path, cmd=FFMPEG_PATH.replace("ffmpeg.exe", "ffprobe.exe"))
+    """Divide un WAV en chunks de chunk_minutes minutos."""
+    probe = ffmpeg.probe(wav_path, cmd=FFPROBE_PATH)
     duration = float(probe["format"]["duration"])
     chunk_seconds = chunk_minutes * 60
 
-    # si el audio es corto no necesita split
     if duration <= chunk_seconds:
         return [wav_path]
 
@@ -99,4 +63,19 @@ def split_audio(wav_path: str, chunk_minutes: int = 2) -> list[str]:
         start += chunk_seconds
         index += 1
 
-    return chunks
+    return chunks
+
+async def save_upload(file) -> str:
+    """Guarda el archivo subido en TEMP_DIR con nombre único."""
+    import aiofiles
+    
+    os.makedirs(settings.TEMP_DIR, exist_ok=True)
+    
+    ext = Path(file.filename).suffix.lower()
+    temp_path = os.path.join(settings.TEMP_DIR, f"{uuid.uuid4()}{ext}")
+    
+    async with aiofiles.open(temp_path, "wb") as f:
+        content = await file.read()
+        await f.write(content)
+    
+    return temp_path

backend/requirements.txt

@@ -4,6 +4,7 @@ python-multipart==0.0.9
 pydantic-settings==2.4.0
 azure-cognitiveservices-speech==1.40.0
 openai==1.51.0
+httpx==0.27.2
 ffmpeg-python==0.2.0
 aiofiles==24.1.0
 python-dotenv==1.0.1

docker-compose.yml

@@ -0,0 +1,11 @@
+version: "3.9"
+
+services:
+  backend:
+    build: ./backend
+    ports:
+      - "8000:8000"
+    env_file:
+      - ./backend/.env
+    volumes:
+      - /tmp/azurely:/tmp/azurely

frontend/.env.development

@@ -0,0 +1 @@
+VITE_API_URL=http://localhost:8000

frontend/.env.production

@@ -0,0 +1 @@
+VITE_API_URL=https://azurely-backend.lemonforest-be1990ff.eastus.azurecontainerapps.io