Ecommerce API RAG DRF

Ecommerce-API-RAG-DRF es un sistema backend robusto para eCommerce que integra un asistente virtual inteligente (Chatbot RAG) capaz de responder preguntas sobre el inventario en tiempo real utilizando búsqueda semántica y modelos de lenguaje grandes.

Descripcion

Proyecto de finalizacion del curso de "Desarrollo de APIs con arquitectura de Microservicios". Demuestra dominio de Python, Django Rest Framework e integracion con modelos de IA (LLM) mediante RAG (Retrieval-Augmented Generation). El chatbot Techty usa busqueda semántica sobre una base de datos vectorial para dar respuestas contextuales sobre los productos de la tienda.

Caracteristicas principales

• API REST completa con autenticacion JWT
• Chatbot RAG con busqueda semantica de productos
• Conversion de divisas en tiempo real (USD -> VES)
• Carrito de compras y sistema de ordenes
• Documentacion interactiva con Swagger/Redoc
• Rate limiting y throttling por endpoint

Arquitectura

graph TD
    A[Root] --> B[core]
    A --> C[productos]
    A --> D[tienda]
    A --> E[usuarios]
    A --> F[chatbot]

    B --> B1[settings.py]
    B --> B2[urls.py]

    C --> C1[Gestion de Productos/Categorias]
    D --> D1[Carrito y Ordenes de Compra]
    E --> E1[Gestion de Usuarios JWT]
    F --> F1[Logica de IA y Vectores RAG]

    F --> F2[Groq API / Llama.cpp]
    F --> F3[Upstash Vector DB]

Loading

• core/: Configuracion central del proyecto Django
• productos/: Modelos y vistas para el inventario, incluyen logica de conversion de divisas
• tienda/: Gestion del flujo de compra (Carrito -> Orden -> Stock)
• usuarios/: Autenticacion personalizada con SimpleJWT
• chatbot/: Integracion con Groq/Llama.cpp y Upstash Vector para asistencia inteligente

Requisitos Previos

• Python: 3.10 o superior
• pip: Ultima version
• Venv: Recomendado para aislamiento de dependencias

Opcionales:

• PostgreSQL (si deseas usar en lugar de SQLite)
• Cuenta en Groq (gratis, para el LLM)
• Cuenta en Upstash (gratis, para la base de datos vectorial)

Instalacion

1. Clonar el repositorio

git clone https://github.com/DaniDevGS/Ecommerce-API-RAG-DRF.git
cd Ecommerce-API-RAG-DRF

2. Crear y activar entorno virtual

python -m venv venv

# Windows
venv\Scripts\activate

# Linux/Mac
source venv/bin/activate

3. Instalar dependencias

pip install -r requirements.txt

4. Configurar variables de entorno

Copia el archivo de ejemplo y editalo con tus credenciales:

copy .env.example .env     # Windows
cp .env.example .env       # Linux/Mac

Abre .env y configura al menos las variables minimas:

SECRET_KEY=django-insecure-cambia-esta-clave
DEBUG=True

5. Ejecutar migraciones

python manage.py migrate

6. Crear superusuario (opcional)

python manage.py createsuperuser

7. Iniciar el servidor

python manage.py runserver

El servidor estara disponible en http://127.0.0.1:8000/

Variables de Entorno

El proyecto funciona con configuracion minima (solo SECRET_KEY y DEBUG). Las variables adicionales habilitan funcionalidades extra.

Requeridas

Variable	Descripcion	Ejemplo
SECRET_KEY	Llave secreta de Django	django-insecure-tu-clave
DEBUG	Modo desarrollo	True

LLM (Elige la que quieras)

Variable	Descripcion	Donde obtenerla
GROQ_API_KEY	API Key de Groq (gratis)	console.groq.com
GROQ_API	Endpoint de Groq	https://api.groq.com/openai/
LLAMACPP_API	Endpoint de Llama.cpp local	http://localhost:8080/

Base de datos vectorial

Variable	Descripcion	Donde obtenerla
UPSTASH_VECTOR_REST_URL	URL de Upstash Vector	console.upstash.com
UPSTASH_VECTOR_REST_TOKEN	Token de Upstash Vector	console.upstash.com

Base de datos SQL (Opcional)

Variable	Descripcion	Ejemplo
DATABASE_URL	URL de conexion PostgreSQL	postgresql://user:pass@host:5432/db

Configuracion minima vs completa

MINIMA - Solo API REST

SECRET_KEY=tu_clave_aqui
DEBUG=True

CON LLM - Chatbot responde pero sin contexto de productos

SECRET_KEY=tu_clave_aqui
DEBUG=True
GROQ_API_KEY=gsk_tu_key
GROQ_API=https://api.groq.com/openai/

COMPLETA - Chatbot con busqueda semantica de productos y funcionalidad de API REST

SECRET_KEY=tu_clave_aqui
DEBUG=True
GROQ_API_KEY=gsk_tu_key
GROQ_API=https://api.groq.com/openai/
UPSTASH_VECTOR_REST_URL=https://tu-vector.upstash.io
UPSTASH_VECTOR_REST_TOKEN=tu_token

Endpoints API

Metodo	Endpoint	Auth	Descripcion
GET	/	No	Swagger UI (documentacion interactiva)
POST	/api/auth/login/	No	Login y obtener JWT
POST	/api/auth/refresh/	No	Refrescar token JWT
POST	/api/usuario/	No	Registrar usuario
GET	/api/usuario/	Admin	Listar usuarios
GET	/api/productos/	No	Listar/filtrar productos
GET	/api/productos/<id>/	No	Detalle de producto
GET	/api/categorias/	No	Listar categorias
GET	/api/subcategorias/	No	Listar subcategorias
GET	/api/carritos/	JWT	Ver mi carrito
POST	/api/items-carrito/	JWT	Agregar item al carrito
PATCH	/api/items-carrito/<id>/	JWT	Editar item del carrito
DELETE	/api/items-carrito/<id>/	JWT	Eliminar item del carrito
POST	/api/ordenes-compra/	JWT	Crear orden desde el carrito
GET	/api/ordenes-compra/	JWT	Listar mis ordenes
POST	/api/chatbot/	JWT	Preguntar al chatbot (RAG)
GET	/api/chatbot/	JWT	Ver historial de chat

Ejemplo: Login

curl -X POST http://127.0.0.1:8000/api/auth/login/ \
  -H "Content-Type: application/json" \
  -d '{"username": "tu_usuario", "password": "tu_password"}'

Ejemplo: Preguntar al chatbot

curl -X POST http://127.0.0.1:8000/api/chatbot/ \
  -H "Authorization: Bearer tu_token_jwt" \
  -H "Content-Type: application/json" \
  -d '{"pregunta": "Que laptops tienen disponibles?"}'

Estructura del Proyecto

backend/
├── core/               # Configuracion Django (settings, urls, wsgi)
├── productos/          # Modelos: Categoria, Subcategoria, Producto
├── tienda/             # Modelos: Carrito, ItemCarrito, OrdenCompra
├── usuarios/           # Gestion de usuarios con JWT
├── chatbot/            # RAG: rag.py (LLM), vectors.py (Upstash)
├── media/              # Archivos multimedia subidos
├── requirements.txt    # Dependencias Python
├── .env_example        # Template de variables de entorno
└── manage.py           # Comandos de Django

Tecnologias

Componente	Tecnologia	Version
Framework	Django	5.2
API REST	Django REST Framework	3.16

Licencia

Este proyecto esta bajo la licencia de Uso Personal Unicamente. No esta permitida la distribucion, venta o uso en entornos de produccion. Consulta el archivo LICENSE para mas detalles.