LLPHANT: EL FRAMEWORK DE PHP PARA DESARROLLAR APLICACIONES DE IA GENERATIVA

composer require theodo-group/llphant

Xaracterísticas de LLPhant

• RAG (Retrieval-Augmented Generation) Avanzado
  • Ingesta y división de documentos (PDF, Word, texto, etc.)
  • Generación de embeddings con múltiples modelos
  • Soporte para una amplia variedad de Vector Stores:
    • Doctrine (PostgreSQL + pgvector)
    • Redis, Elasticsearch, MongoDB
    • Qdrant, Milvus, Pinecone, ChromaDB, AstraDB, OpenSearch, Typesense y más
  • Estrategias avanzadas de recuperación:
    • Multi-Query Query Transformation
    • RetrievedDocumentsTransformer y Reranking
    • Small to Big Retrieval
  • Clase QuestionAnswering que automatiza todo el flujo RAG
  • Integración de Tools dentro del QuestionAnswering
• Function Calling y Tools
  • Permite que los LLMs llamen a funciones PHP definidas por el desarrollador
  • Creación sencilla de herramientas como clases PHP
  • Ideal para construir agentes que interactúen con APIs externas, bases de datos o realicen acciones
• Agentes (Agents) y AutoPHP
  • Soporte para agentes autónomos estilo ReAct / AutoGPT
  • Paquete complementario AutoPHP para tareas complejas e iterativas
  • Razonamiento paso a paso combinado con uso de herramientas
• Guardrails y Seguridad
  • Sistema integrado de Guardrails para validar salidas
  • Detección de Prompt Injections
  • Validación de formato JSON, cumplimiento de políticas y seguridad
• Memoria y Conversaciones Contextuales
  • Chat Memory / Chat Session para mantener el historial de conversación
  • Memoria persistente según la implementación
  • Interacciones multi-turno con contexto
• Capacidades Multimodales
  • Análisis de visión e imágenes (Image Understanding)
  • Speech to Text (conversión de audio a texto)
  • Traducción de audio (no inglés a inglés)
• Otras Características Avanzadas
  • Streaming de respuestas en tiempo real
  • Tracking detallado de consumo de tokens
  • Evaluación de resultados (scoring, A/B testing, validación)
  • Personalización profunda de prompts y transformers
  • Integración nativa y fluida con Laravel y Symfony

Ideas para Usar LLPhant en Proyectos Reales

LLPhant permite a los desarrolladores PHP crear aplicaciones de inteligencia artificial generativa de forma sencilla y potente. A continuación, una lista de ideas prácticas organizadas por nivel de complejidad y tipo de aplicación:

Ideas Básicas (Fáciles de implementar)

• Chatbot simple – Asistente conversacional con respuestas en tiempo real usando streaming.
• Generador de contenido – Crear descripciones de productos, artículos de blog, emails o resúmenes automáticos.
• Clasificador de texto – Analizar comentarios, tickets de soporte o reseñas (positivo/negativo, urgente, etc.).
• Traducción y resumen – Resumir documentos largos o traducir texto manteniendo el contexto.

Ideas Intermedias (Recomendadas – Usando RAG)

• “Chat with your documents”
  • Chatear con PDFs, manuales, contratos o documentación interna de la empresa.
  • Chat con la documentación técnica de Symfony o Laravel.
  • Búsqueda semántica en catálogos de productos o películas.
• Búsqueda semántica avanzada – Mejorar el buscador de un sitio web o e-commerce para que entienda el significado de las consultas.
• Asistente de atención al cliente – Bot que responde basándose en FAQs, manuales y tickets anteriores.
• Recomendador inteligente – Recomendaciones de productos, películas, libros o cursos usando embeddings.

Ideas Avanzadas (Usando Agents + Tools)

• Agentes autónomos con AutoPHP
  • Agente que realiza tareas complejas de forma iterativa (búsqueda + procesamiento + generación de informes).
  • “Personal shopper” para e-commerce.
  • Automatización de flujos internos (procesar tickets de soporte, extraer datos de facturas, etc.).
• Function Calling integrado – Conectar el LLM con APIs, bases de datos o sistemas externos para que pueda realizar acciones reales (consultar stock, reservar citas, enviar emails, etc.).
• Análisis multimodal – Combinar texto + imágenes (análisis de capturas de pantalla, PDFs escaneados o fotos de productos).

Ideas por Tipo de Proyecto

• En Laravel o Symfony
  • Asistente IA integrado en el panel de administración.
  • Chatbot para el frontend de un sitio web.
  • Herramienta interna para equipos de desarrollo (explicar código, generar migraciones, etc.).
• E-commerce
  • Generación automática de descripciones de productos.
  • Chatbot de ventas y recomendaciones personalizadas.
  • Búsqueda semántica en el catálogo completo.
• Educación y Knowledge Base
  • Plataforma donde los estudiantes chatean con los materiales del curso.
  • Asistente inteligente para documentación técnica.
• Productividad interna
  • Resumen automático de reuniones o informes largos.
  • Análisis de logs o errores del sistema.
  • Extracción inteligente de información de documentos escaneados.

Consejos para Empezar

• Comenzar con un RAG simple usando Ollama (modelos locales gratuitos) + Redis o Elasticsearch.
• Utilizar guardrails para mantener las respuestas seguras en producción.
• Aprovechar la integración nativa con Laravel y Symfony.
• Para proyectos más ambiciosos, explora el paquete AutoPHP para agentes autónomos.

Ejemplo de un chat con ficheros pdy y gemini

require_once __DIR__ . '/vendor/autoload.php';

use LLPhant\Chat\GeminiChat;
use LLPhant\Chat\GeminiConfig;
use LLPhant\Embeddings\EmbeddingGenerator\OpenAIEmbeddingGenerator;
use LLPhant\Embeddings\VectorStores\Redis\RedisVectorStore;
use LLPhant\DocumentLoader\FileDataReader;
use LLPhant\DocumentSplitter\DocumentSplitter;
use LLPhant\Query\SemanticSearch\QuestionAnswering;

// ===================== CONFIGURACIÓN =====================

$config = new GeminiConfig();
$config->apiKey = $_ENV['GEMINI_API_KEY'] ?? 'tu-gemini-api-key-aqui';
$config->model = 'gemini-1.5-pro';   // Recomendado para mejor calidad

$chat = new GeminiChat($config);

$embeddingGenerator = new OpenAIEmbeddingGenerator([
    'model' => 'text-embedding-3-small'
]);

$vectorStore = new RedisVectorStore(
    host: '127.0.0.1',
    port: 6379
);

// ===================== 1. CARGAR MÚLTIPLES PDFs =====================

function ingestMultiplePDFs($folderPath, $vectorStore, $embeddingGenerator)
{
    echo "Cargando todos los PDFs de la carpeta: $folderPath\n";

    // ← Aquí está la clave: pasar una carpeta en lugar de un solo archivo
    $loader = new FileDataReader($folderPath);
    $documents = $loader->getDocuments();   // Carga todos los PDFs de la carpeta

    // Dividir en chunks
    $splitter = new DocumentSplitter(chunkSize: 800, chunkOverlap: 100);
    $chunks = $splitter->splitDocuments($documents);

    // Indexar en el vector store
    $vectorStore->addDocuments($embeddingGenerator, $chunks);

    echo "Indexación completada: " . count($chunks) . " chunks de " . count($documents) . " documentos.\n";
}

// === Ejecuta esto UNA SOLA VEZ (o en un comando Artisan) ===
$carpetaPDFs = __DIR__ . '/documentos/';   // ← Crea esta carpeta y pon todos tus PDFs aquí
// ingestMultiplePDFs($carpetaPDFs, $vectorStore, $embeddingGenerator);

// ===================== 2. CHAT CON TODOS LOS PDFs =====================

$qa = new QuestionAnswering(
    vectorStore: $vectorStore,
    embeddingGenerator: $embeddingGenerator,
    chat: $chat
);

$qa->systemMessageTemplate = "
Eres un asistente experto que responde basándose **únicamente** en los documentos PDF cargados.
Responde siempre en español, de forma clara, estructurada y profesional.
Si no tienes suficiente información en los documentos, indícalo con honestidad.

Contexto relevante:
{context}
";

echo "Chat con múltiples PDFs listo. Escribe 'salir' para terminar.\n\n";

while (true) {
    echo "Tu pregunta: ";
    $pregunta = trim(fgets(STDIN));

    if (in_array(strtolower($pregunta), ['salir', 'exit', 'q'])) {
   echo "¡Hasta luego!\n";
   break;
    }

    try {
   $respuesta = $qa->answerQuestion($pregunta);
   echo "\n Respuesta:\n" . $respuesta . "\n\n";
    } catch (Exception $e) {
   echo " Error: " . $e->getMessage() . "\n\n";
    }
}