Detector de preguntas en comentarios de Facebook

Identifica cuáles comentarios de una publicación son preguntas/consultas que requieren respuesta, clasificándolas por tipo (técnica/comercial/soporte/otro), genera borradores de respuesta con el tono de la marca y permite revisarlos (o auto-publicar los de bajo riesgo) desde un dashboard web.

Dos formas de usarlo, mismo motor por debajo: un CLI puntual/manual (app/cli.py) y un dashboard web persistente (app/web.py) para revisión en equipo. Ver ARCHITECTURE.md para el detalle de cómo está organizado el proyecto y las decisiones de diseño (ADRs en docs/adr/).

Setup

pip install -r requirements.txt
cp .env.example .env
# Edita .env con tu FB_TOKEN_INNFOOD y tu ANTHROPIC_API_KEY

Uso — CLI

# Con un post_id específico
python -m app.cli --company innfood --post-id 104107388738684_1041901254957901

# O usando el post más reciente de la página automáticamente
python -m app.cli --company innfood --latest-post

# Comentarios de hoy sin responder, en todas las publicaciones
python -m app.cli --company innfood --pending-today --draft-responses

# Reporte de costo real de LLM (tokens/costo por día, tipo, origen, empresa)
python -m app.cli --cost-report --days 7

Uso — Dashboard web

uvicorn app.web:app --reload

Ver docs/DASHBOARD_DEPLOY.md para despliegue en Railway/Render.

Agregar una nueva empresa

Edita config/companies.json y agrega una entrada nueva:

"nombre_clave": {
  "company_name": "Nombre visible",
  "page_id": "el_page_id_de_facebook",
  "access_token_env": "FB_TOKEN_NOMBRE_CLAVE"
}

Luego agrega FB_TOKEN_NOMBRE_CLAVE=... a tu .env. No hay que tocar código.

Salida

El CLI imprime en consola las preguntas detectadas (con tipo y confianza) separadas de los comentarios que no son preguntas, y guarda el detalle completo en data/*.json para uso posterior. El dashboard persiste el mismo tipo de datos en una base de datos (data/dashboard.db en local, Postgres en producción) con estado de revisión por comentario.

Documentación

• ARCHITECTURE.md — organización del proyecto y flujo de datos.
• docs/CONTEXT.md — glosario y decisiones de negocio.
• docs/DASHBOARD_DEPLOY.md — despliegue del dashboard.
• docs/FACEBOOK_WEBHOOK_SETUP.md — trámite de suscripción del webhook de Meta.
• docs/WHATSAPP_SETUP.md — configuración de notificaciones por WhatsApp (Kapso).
• docs/GUIA_USUARIO.md — guía no técnica para el dueño del negocio.
• docs/ANALISIS_COSTOS.md — costos de producción, con datos reales medidos (ADR 007).
• docs/adr/ — Architecture Decision Records.