> ## Documentation Index
> Fetch the complete documentation index at: https://docs.elata.bio/llms.txt
> Use this file to discover all available pages before exploring further.

# Arquitectura del lector de noticias

> Cómo funciona el proceso de raspado impulsado por IA

<a id="system-architecture" />

## Arquitectura del sistema

El Lector de Noticias se compone de tres módulos:

```
elata-vsm-system-4/
├── scraper/         # AI-powered news aggregation engine
├── web/             # Next.js frontend
└── shared-types/    # Zod schemas and shared TypeScript types
```

***

<a id="scraper-pipeline" />

## Tubería raspadora

El raspador se ejecuta como un proceso programado a través de PM2. Cada ciclo ejecuta la siguiente canalización:

```mermaid theme={null}
flowchart TD
    A["NewsAPI Keyword Search"] --> C["Article Deduplication"]
    B["Web Scraper (400+ sources)"] --> C
    C --> D["GPT Relevance Scoring"]
    D --> E["Tag Assignment (86 tags)"]
    E --> F["Content Enrichment"]
    F --> G["current.json Output"]
    G --> H["Discord Notifications"]
    G --> I["Podcast Generation"]
    G --> J["REST API"]
```

<a id="phase-1-aggregation" />

### Fase 1: Agregación

* **NewsAPI** consultas de neurociencia, psiquiatría, BCI, DeSci y palabras clave relacionadas
* **Web scraper** obtiene de más de 400 fuentes seleccionadas: revistas, servidores de preimpresión, establecimientos farmacéuticos, empresas de neurotecnología, agencias reguladoras y plataformas comunitarias

<a id="phase-2-analysis" />

### Fase 2: Análisis

* **Procesador GPT** evalúa cada artículo según la misión de Elata y asigna una puntuación de relevancia (0-1)
* **Validador GPT** filtra contenido irrelevante o de baja calidad
* **La asignación de etiquetas** se aplica desde un vocabulario controlado de 86 etiquetas específicas de dominio en todas las categorías: neurociencia, hardware, IA/ML, farmacología, biohacking, biomarcadores, DeSci e industria.

<a id="phase-3-enrichment-and-output" />

### Fase 3: Enriquecimiento y Resultados

* **Raspador de contenido** extrae el texto completo, el recuento de palabras y el tiempo de lectura
* **Generación de incrustación** mediante OpenAI para búsqueda semántica
* **Generación de podcasts** produce resúmenes de audio narrados por IA utilizando ElevenLabs con dos narradores (Nova y Dr. Renn)
* **Notificaciones de Discord** alertan a la comunidad sobre artículos de alta relevancia
* Los resultados se escriben en `current.json` y se entregan a través de la API REST

***

<a id="data-model" />

## Modelo de datos

Los artículos siguen un esquema validado por Zod:

```typescript theme={null}
const ArticleSchema = z.object({
  id: z.string(),
  title: z.string(),
  url: z.string(),
  source: z.string(),
  description: z.string(),
  summary: z.string().optional(),
  tags: z.array(NewsTagSchema).default([]),
  relevanceScore: z.number(),
  author: z.string().optional(),
  publishedAt: z.string().optional(),
  scrapedAt: z.string(),
  sourceType: z.enum(["newsapi", "scrape", "twitter", "reddit", "community"]).optional(),
  embedding: z.array(z.number()).optional(),
  // ... additional fields
});
```

Los metadatos de resumen rastrean estadísticas agregadas:

```typescript theme={null}
const SummaryMetadataSchema = z.object({
  totalArticles: z.number(),
  dateRange: z.object({ from: z.string(), to: z.string() }),
  tagCounts: z.record(z.string(), z.number()),
  sourceCounts: z.record(z.string(), z.number()),
});
```

***

<a id="tag-taxonomy" />

## Taxonomía de etiquetas

Las 86 etiquetas están organizadas en dominios:

| Dominio | Recuento de etiquetas | Ejemplos |
| - | - | - |
| Neurociencia e investigación | 15 | `eeg`, `fmri`, `neuroimaging`, `synaptic-plasticity` |
| Hardware y dispositivos | 16 | `bci`, `neural-interfaces`, `openbci`, `muse`, `eeg-headsets` |
| Computacional e IA | 12 | `precision-psychiatry`, `machine-learning`, `neural-decoding` |
| Neurofarmacología | 8 | `neuropharmacology`, `clinical-trials`, `drug-discovery` |
| Biohacking y experimentación | 12 | `nootropics`, `psychedelics`, `neurofeedback`, `meditation` |
| Biomarcadores y mecanismos | 10 | `biomarkers`, `neuroinflammation`, `gut-brain-axis` |
| DeSci y Web3 | 7 | `desci`, `daos`, `tokenomics`, `on-chain-governance` |
| Industria y Negocios | 6 | `pharma`, `biotech`, `startups`, `regulatory` |

***

<a id="running-locally" />

## Ejecutando localmente

```bash theme={null}
git clone https://github.com/Elata-Biosciences/elata-vsm-system-4.git
cd elata-vsm-system-4
```

Consulte los archivos LÉAME del módulo individual para la configuración:

* [Configuración del raspador](https://github.com/Elata-Biosciences/elata-vsm-system-4/tree/main/scraper)
* [Configuración de plataforma web](https://github.com/Elata-Biosciences/elata-vsm-system-4/tree/main/web)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.