# Project AletheIA [](https://deepwiki.com/HenrySpark369/Project_AletheIA) **Simulación social + OSINT + IA generativa** Plataforma modular para analizar comportamiento en redes, detectar clones digitales y generar contenido automatizado con agentes virtuales. --- ## Descripción General **Project AletheIA** es un sistema basado en Flask que permite: - Simular agentes sociales (con personalidades como trolls, usurpadores, normales y observadores). - Generar publicaciones automáticamente usando IA (OpenAI API). - Detectar posibles clones digitales (usuarios con datos similares en redes públicas). - Analizar tendencias actuales (usando Pytrends). - Visualizar resultados en un dashboard web intuitivo. Este proyecto puede usarse para investigación en OSINT, análisis de redes, estudios de comportamiento social automatizado o simulación de campañas. --- ## ️ Instalación ### 1. Clonar el repositorio \`\`\`bash git clone https://github.com/HenrySpark369/Project_AletheIA.git cd Project_AletheIA \`\`\` ### 2. Crear y activar entorno virtual (opcional pero recomendado) \`\`\`bash python -m venv venv source venv/bin/activate # En Windows: venv\Scripts\activate \`\`\` ### 3. Instalar dependencias \`\`\`bash pip install -r requirements.txt \`\`\` ### 4. Configurar API Key de OpenAI Crea un archivo \`.env\` o configura en \`config.py\` tu clave de OpenAI: \`\`\`bash export OPENAI_API_KEY=tu_clave_aqui # En Linux/macOS set OPENAI_API_KEY=tu_clave_aqui # En Windows \`\`\` --- ## Seguridad y Configuración de Flask Para que ciertas funcionalidades como \`flash()\` funcionen correctamente (por ejemplo, en el módulo de clones OSINT o formularios), **es obligatorio definir una \`SECRET_KEY\`**. ### ¿Qué es? \`SECRET_KEY\` protege sesiones y operaciones internas como \`flash()\`, autenticación, tokens CSRF, etc. ### Formas de generarla en Python #### Para desarrollo: \`\`\`python import os SECRET_KEY = os.urandom(24) \`\`\` #### Para producción: \`\`\`python import secrets SECRET_KEY = secrets.token_hex(32) \`\`\` Puedes generar una y guardarla como variable de entorno: #### En Linux/macOS: \`\`\`bash export FLASK_SECRET_KEY=$(python -c "import secrets; print(secrets.token_hex(32))") \`\`\` #### En Windows (CMD): \`\`\`cmd set FLASK_SECRET_KEY=tu_clave_segura_aqui \`\`\` ### Configuración sugerida en \`config.py\`: \`\`\`python import os SECRET_KEY = os.environ.get("FLASK_SECRET_KEY", os.urandom(24)) \`\`\` > ️ Usa una clave aleatoria y única para cada entorno. Nunca compartas tu \`SECRET_KEY\` pública si vas a publicar el código. --- ## Base de Datos El sistema utiliza SQLite por defecto (\`database.db\`). Para reiniciar o inicializar la base de datos: \`\`\`bash python utils/init_db.py \`\`\` > Puedes migrar fácilmente a PostgreSQL modificando \`config.py\` y los modelos SQLAlchemy. --- ### Scheduler independiente Para ejecutar el simulador de agentes como un proceso separado: \`\`\`bash python scheduler_runner.py \`\`\` Asegúrate de definir esta variable de entorno antes de correrlo: \`\`\`bash export ENABLE_SCHEDULER=true \`\`\` Este proceso se puede mantener activo por separado o gestionarse como servicio externo (ej. PM2, systemd, etc.). --- ## Ejecución Una vez configurado el entorno y la base de datos: \`\`\`bash python app.py \`\`\` Abre tu navegador en: [http://localhost:5000](http://localhost:5000) --- ## Dockerización y Gunicorn Este proyecto está preparado para ejecutarse en producción usando **Docker** con dos servicios independientes: - \`web\`: ejecuta el servidor Flask con Gunicorn. - \`scheduler\`: ejecuta el simulador de agentes periódicamente. ### Construcción y ejecución \`\`\`bash docker compose build docker compose up \`\`\` El archivo \`docker-compose.yml\` gestiona ambos servicios. Asegúrate de tener Docker y Docker Compose instalados. ### Ejecución manual con Gunicorn (sin Docker) \`\`\`bash gunicorn -w 4 -b 0.0.0.0:5000 "app:create_app()" \`\`\` Este comando lanza la app con 4 workers usando el factory method \`create_app()\`. --- ### Comandos útiles con Docker **Construir la imagen:** \`\`\`bash docker compose build \`\`\` **Iniciar los servicios (web + scheduler):** \`\`\`bash docker compose up \`\`\` **Iniciar en segundo plano (modo detached):** \`\`\`bash docker compose up -d \`\`\` **Detener todos los servicios:** \`\`\`bash docker compose down \`\`\` **Ver logs de todos los servicios:** \`\`\`bash docker compose logs -f \`\`\` **Ver logs de un servicio específico (ej. \`scheduler\`):** \`\`\`bash docker compose logs -f scheduler \`\`\` **Reconstruir imagen desde cero:** \`\`\`bash docker compose build --no-cache \`\`\` **Acceder al contenedor web (para debug):** \`\`\`bash docker exec -it aegisnet_web /bin/bash \`\`\` > Asegúrate de tener \`Docker\` y \`docker compose\` instalados antes de usar estos comandos. --- ## Funcionalidades Principales | Módulo | Descripción | |------------------|-----------------------------------------------------------------------------| | Simulador | Crea agentes virtuales con distintos perfiles de personalidad. | | Generador IA | Produce publicaciones automáticas personalizadas con OpenAI. | | OSINT Clones | Busca posibles clones digitales en la web y mide su similitud textual. | | Tendencias | Obtiene trending topics por tipo de agente usando Google Trends (Pytrends).| | ️ Dashboard | Visualiza publicaciones, clones detectados y muros de agentes. | --- ## ️ Consideraciones Legales - Este sistema realiza búsquedas públicas (OSINT). Úsalo con responsabilidad. - Si manejas datos reales de personas, asegúrate de cumplir con la [LFPDPPP](https://www.diputados.gob.mx/LeyesBiblio/pdf/LFPDPPP.pdf) en México u otra legislación aplicable. --- ## Estructura del Proyecto \`\`\` . ├── app.py # Main Flask App ├── config.py # Configuración del entorno ├── models/ # Modelos de datos (SQLAlchemy) ├── repositories/ # Acceso a datos ├── services/ # Lógica de negocio (IA, OSINT, simulación) ├── routes/ # Endpoints Flask ├── templates/ # HTMLs (Jinja2) ├── static/ # JS y CSS ├── utils/ # Herramientas auxiliares (sherlock, similitud, generación) ├── database.db # Base de datos SQLite (default) └── *.txt # Datos de prueba o referencias para simulación \`\`\` --- ## Créditos Desarrollado por **HenrySpark369** Contribuciones, issues y mejoras son bienvenidas vía pull request.