README_es.md

🧿 TrueEye — Sistema Inteligente de Alfabetización Mediática

TrueEye es una herramienta de inteligencia artificial diseñada para analizar artículos de noticias y contenido web, con el objetivo de detectar sesgos narrativos, identificar la audiencia objetivo y revelar intencionalidades ocultas o estructuras de manipulación simbólica. En otras palabras, no solo detecta noticias falsas, sino que también examina para quiénes fue escrito un contenido y con qué propósito. El sistema produce un informe detallado que ayuda a la alfabetización mediática, señalando indicios sutiles presentes en el texto.

---

🚀 Demo

• 🌐 Probar TrueEye en Hugging Face Spaces
• 🖥️ Sitio oficial del proyecto

Nota: La demo en Hugging Face requiere acceso a internet y puede necesitar iniciar sesión.

---

🧩 ¿Qué hace TrueEye?

Al ingresar una URL de un artículo de noticias, TrueEye realiza tres análisis consecutivos:

📊 Sesgos y Matices

• Detecta la polaridad narrativa (positiva, negativa o neutral).
• Identifica estrategias retóricas (miedo, manipulación, ironía, etc.).
• Resume el artículo y marca afirmaciones cuestionables.

🎯 Segmentación de Audiencia

• Infiere el perfil demográfico y emocional del lector objetivo.
• Detecta valores explotados, sesgos reafirmados y momento de consumo esperado.

⚠️ Intencionalidad y Peligrosidad

• Evalúa manipulación simbólica, agendas ocultas y beneficiarios.
• Estima nivel de sofisticación narrativa y riesgo de impacto social.

Cada informe incluye enlaces a fuentes confiables para verificación.

---

⚙️ Arquitectura del Proyecto

TrueEye consta de tres capas principales:

• 🧱 Frontend: Web estática en HTML + TailwindCSS + JS (static/index.html)
• 🧠 Backend: API REST en Python (main.py) con FastAPI
• 🔁 Orquestación IA: Flujo de LangFlow (TrueEyeBeta.json) con agentes Claude (Opus / Sonnet)

El análisis lo realizan modelos de lenguaje ejecutados vía LangFlow + APIs externas.

---

📁 Estructura del Repositorio

TrueEye_v1/
├── static/
│   ├── index.html        # Interfaz frontend
│   └── te.png            # Logo del proyecto
├── main.py               # Backend FastAPI
├── requirements.txt      # Dependencias Python
├── Dockerfile            # Despliegue (HuggingFace)
├── TrueEyeBeta.json      # Flujo IA de LangFlow

---

💻 Cómo Ejecutarlo Localmente

🔧 Requisitos mínimos

• ✅ Python 3.10+
• ✅ Acceso a internet (para conectarse con los modelos de IA)
• ✅ Clave API de Claude o modelo compatible
• ✅ LangFlow instalado (pip install langflow)

💡 No se requiere GPU ni hardware especializado. Todo el procesamiento se delega a los modelos externos.

🧪 Pasos para correrlo:

# 1. Clonar el repositorio
git clone https://github.com/DeepRatAI/TrueEye_v1.git
cd TrueEye_v1

# 2. Instalar dependencias del backend
pip install -r requirements.txt

# 3. Definir la URL del flujo LangFlow
export FLOW_API_URL="http://localhost:7860/predict"  # Reemplazar según tu instancia

# 4. Lanzar el backend
uvicorn main:app --reload

Luego, abrí el archivo static/index.html en tu navegador. Introducí una URL, presioná "Analizar", y obtendrás el informe generado por IA en segundos.

📌 Asegurate de que LangFlow esté corriendo y tenga cargado el flujo TrueEyeBeta.json. La clave API debe estar configurada según el proveedor (ej. Anthropic).

---

📌 Roadmap

Versión	Estado	Descripción
✅ v1.0	En producción	Análisis textual completo por URL con IA explicativa
🔄 v2.0	En diseño	TrueEye Chat: versión conversacional con memoria persistente
🖼️ v3.0	Planificada	Razonamiento multimodal sobre texto + imágenes/audio/video
🧪 v4.0	Planificada	Detección de deepfakes y contenido sintético

---

📚 Tecnologías Utilizadas

• FastAPI — Backend API REST en Python
• LangFlow — Orquestación de flujos LLM con agentes, memoria y lógica condicional
• Claude (Opus / Sonnet) — Modelos de lenguaje vía API de Anthropic
• TailwindCSS & JS — Interfaz frontend simple y moderna
• Docker — Para despliegue reproducible (Hugging Face Spaces)

---

✍️ Autor

Gonzalo Romero (DeepRat) Ingeniero en IA, Software y Sistemas · Prompt Engineer · Full-stack Developer

🔗 Web | Hugging Face | GitHub | LinkedIn | Medium

---

🧠 Licencia

Este proyecto está licenciado bajo Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). Podés copiar, modificar y distribuir el código siempre que menciones al autor (DeepRat) y no lo utilices con fines comerciales sin autorización previa.

📩 Para solicitudes comerciales, contactá a: info@deeprat.tech

---