Visión general del sistema

Arquitectura y flujo de datos de Duckling a alto nivel.

Diagrama de arquitectura

Vista detallada por capas

graph TB
    subgraph Client
        Browser[Navegador web]
    end

    subgraph Frontend
        React[Aplicación React]
        Components[Componentes]
        Hooks[Hooks personalizados]
        APIClient[Cliente Axios]
    end

    subgraph Backend
        Flask[Servidor Flask]
        Routes[Rutas API]
        Services[Servicios]
        JobQueue[Cola de trabajos]
    end

    subgraph Engine
        Docling[DocumentConverter]
        OCR[Backends OCR]
        Extract[Extracción]
    end

    subgraph Storage
        SQLite[(BD SQLite)]
        FileSystem[(Sistema de archivos)]
    end

    Browser --> React
    React --> Components
    Components --> Hooks
    Hooks --> APIClient
    APIClient -->|HTTP| Flask
    Flask --> Routes
    Routes --> Services
    Services --> JobQueue
    JobQueue --> Docling
    Docling --> OCR
    Docling --> Extract
    Services --> SQLite
    Docling --> FileSystem

Flujo de datos

Flujo de conversión de documentos

sequenceDiagram
    participant U as Usuario
    participant F as Frontend
    participant B as Backend
    participant D as Docling

    U->>F: Subir archivo
    F->>B: POST /convert
    B->>B: Guardar y encolar trabajo
    B-->>F: 202 job_id

    loop Sondeo
        F->>B: GET /status
        B-->>F: progreso %
    end

    B->>D: Convertir
    D-->>B: Resultados
    B-->>F: Completado
    F->>B: GET /result
    B-->>F: Contenido
    U->>F: Descargar

Canal de conversión

Subida de carpeta (UI): El navegador expande un directorio elegido o arrastrado a una lista de archivos; el frontend filtra por extensión y tamaño permitidos y envía los archivos admitidos como POST /api/convert/batch con partes files repetidas (igual que el lote multiarchivo). El backend rechaza las partes no admitidas de forma individual; si ninguna parte puede convertirse, la API responde 400.

Cola de trabajos

Para evitar el agotamiento de memoria al procesar varios documentos:

class ConverterService:
    _job_queue: Queue       # Pending jobs
    _worker_thread: Thread  # Background processor
    _max_concurrent_jobs = 2  # Limit parallel processing

El hilo worker:

1. Supervisa la cola de trabajos
2. Inicia hilos de conversión hasta el límite de concurrencia
3. Rastrea los hilos activos y limpia los completados
4. Evita el agotamiento de recursos durante el procesamiento por lotes

Esquema de base de datos

Tabla de conversión

Consideraciones de seguridad

Optimizaciones de rendimiento