Portavoz virtual (MVP)

Qué hace

Es un backend que recibe texto de la voz de una llamada telefónica, lo transforma en acciones y las ejecuta. El flujo es el siguiente:
- El usuario llama al número y le asigna una acción ("Llama a la farmacia local y comprueba si tienen medicamentos para el dolor de cabeza").
- El sistema, con la API de Gemini, solicita toda la información necesaria para la acción (como nombres, números de teléfono y direcciones).
- Cuando el sistema tiene toda la información, finaliza la llamada.
- Luego, el sistema revisa la llamada (con la API de Gemini) y la transforma en acciones (y toma notas de la información importante).
- Después de eso, el sistema ejecuta la acción (hace una llamada saliente) y habla con la persona objetivo de la acción.
- Cuando el sistema obtiene la información necesaria para considerar que la acción se completó, finaliza la llamada saliente.
- Por último, el sistema vuelve a llamar al usuario con el resumen de la acción.

La API de Gemini se usa para procesar todo el texto o chat:
- El texto de la llamada telefónica.
- El razonamiento para revisar y transformar el chat en acciones.
- El razonamiento para revisar y transformar el chat en notas.
- El razonamiento para revisar y transformar el chat en un resumen para la llamada de devolución.