waifu/PLAN.md
2026-05-19 22:13:49 -06:00

2.5 KiB

Plan: Auditoría, reparaciones y nuevas funciones — Arisu AI

Diagnóstico: problemas encontrados

Críticos (resueltos)

Problema Ubicación Estado
API keys hardcodeadas en código main.py ✅ .env + python-dotenv
Sin .gitignore ni .env raíz ✅
Sin memoria conversacional main.py ✅ Historial por sesión WS
Condición de carrera al responder static/app.js ✅ busy / cancel

Medios (resueltos)

Problema Estado
Código muerto OpenAI ✅ Eliminado
WebSocket fijo ws:// ✅ wss:// en HTTPS
UI monolingüe ✅ i18n ES/EN
Lip-sync sinusoidal ✅ AnalyserNode con TTS
Búsquedas con fecha obsoleta ✅ APP_TIMEZONE + enriquecimiento de query
Wake word no funciona en Safari ✅ Audio + wake_check en servidor
Pérdida de pregunta tras «Arisu» ✅ Pre-roll, post-buffer, silencio 1700 ms
Clima sin datos / error LLM tool ✅ weather.py + prefetch + widget
Error Groq tool_use_failed ✅ Retry sin tools + clima fuera del LLM

Fases de implementación

  1. Seguridad — .env, .env.example, .gitignore, python-dotenv
  2. Backend — historial por sesión, cancel/busy, toggle TTS, tool calling
  3. Frontend — i18n ES/EN, cancelar, lip-sync, limpiar chat, atajos
  4. Documentación — README.md, CLAUDE.md
  5. Terminal — workspace.py + herramientas LLM
  6. Búsqueda web — websearch.py (Serper / DDG / Wikipedia)
  7. Wake word — VAD continuo + Whisper en servidor (Safari)
  8. Clima — Open-Meteo, widget en chat, geolocalización

Estado

  • Fase 1 — Seguridad (.env, .gitignore)
  • Fase 2 — Backend (historial, cancel/busy, TTS toggle, tools)
  • Fase 3 — Frontend (i18n, lip-sync, limpiar chat, atajos)
  • Fase 4 — Documentación (README, CLAUDE.md)
  • Modo terminal — workspace + herramientas LLM
  • Búsqueda web — Serper / DuckDuckGo / Wikipedia + fecha actual
  • Wake word «Arisu» — compatible Safari, buffer post-transcripción
  • Clima — widget visual + prefetch server-side (sin tool LLM)

Posibles mejoras futuras

  • Persistencia de historial en MariaDB / PHP (si se integra con stack del usuario)
  • Reverse geocoding para mostrar nombre de ciudad con geo del navegador
  • Modelo LLM más capaz para tool calling (llama-3.3-70b en Groq)
  • Modo manos libres con indicador visual más claro durante escucha continua