Metadata-Version: 2.3
Name: enola
Version: 1.3.2
Summary: Enola-AI is a GenAI platform for validating and monitoring AI models in regulated industries like finance, healthcare, and education. It ensures compliance with strict standards via continuous user feedback, automated assessments, and expert reviews.
Project-URL: Homepage, https://github.com/huemulsolutions/enola
Project-URL: Bug Tracker, https://github.com/huemulsolutions/enola/issues
Author-email: Sebastian Rodriguez Robotham <sebastian.rodriguez@huemulsolutions.com>, Developer Code <developer.code@huemulsolutions.com>
License-File: LICENSE
Keywords: AI,Intelligence,Observability,agent
Classifier: License :: OSI Approved :: MIT License
Classifier: Operating System :: OS Independent
Classifier: Programming Language :: Python :: 3
Requires-Python: >=3.7
Requires-Dist: jsonpickle>=3.0.0
Requires-Dist: pandas==2.2.0
Requires-Dist: pyjwt>=2.8.0
Requires-Dist: requests>=2.25.1
Description-Content-Type: text/markdown

# Enola-AI: Plataforma de Validación y Observabilidad GenAI

Enola-AI es una plataforma avanzada de GenAI diseñada para validar y monitorear la robustez de los modelos de inteligencia artificial en industrias altamente reguladas como finanzas, salud y educación. Nuestra solución asegura que las implementaciones de IA cumplan con los estrictos estándares regulatorios mediante evaluaciones continuas, integraciones fluidas y monitoreo en tiempo real.

## Características Principales

- **Evaluación Multinivel:** Recopilación de feedback de usuarios, evaluaciones automatizadas y revisiones de expertos internos.
- **Monitoreo en Tiempo Real:** Capacidades de monitoreo continuo para detectar desviaciones en el comportamiento de los modelos de IA.
- **Integración Fluida:** Compatible con infraestructuras existentes como sistemas ERP, CRM y plataformas de análisis de datos.
- **Configuración Personalizada:** Adaptación de la metodología de evaluación según las necesidades específicas del cliente.
- **Seguridad y Cumplimiento:** Medidas avanzadas de seguridad y cumplimiento con normativas de protección de datos.

## Requisitos

- Python 3.7+
- Dependencias especificadas en `requirements.txt`


## Uso

1. Configura las variables de entorno necesarias:

    ```bash
    export token='tu_api_key'
    ```

2. Importa las librerías e inicializa

    ```python
    from enola import agent
    from enola.base.enola_types import ErrOrWarnKind
    from enola.base.enola_types import DataType
    ```

3. Inicializa el Agente

    ```python
    myAgent = agent.Agent(token=token,
                      name="Ejecución Demo Modelo Fuga",
                      isTest=True,
                      user_id="1",
                      user_name="Tu Nombre",
                      app_id= "GoogleColab",
                      channel_id="Google Colab",
                      session_id="1",
                      message_input="Hola, qué puedes hacer?"
                      )
    ```

4. Registra el paso

    ```python
    step1 = myAgent.new_step("step 1")
    step1.add_extra_info("ValorNumerico", 11)
    step1.add_extra_info("ValorTexto", "valor2")
    ```

5. Registra errores si es que existen

    ```python
    step1.add_error(id="10", message="Error de validación de datos", kind=ErrOrWarnKind.INTERNAL_TOUSER)
    ```

6. envía los datos al Server

    ```python
    data_server = myAgent.finish_agent(True, message_output="Salida generada por tu agente", num_iteratons=15 )
    ```

7. Ejecuta la aplicación:

    ```bash
    python main.py
    ```


## Contribuciones

¡Contribuciones son bienvenidas! Por favor, abre un issue o envía un pull request para cualquier mejora o corrección.

## Licencia

Este proyecto está licenciado bajo la Licencia BSD 3-Clause License . Ver el archivo [LICENSE](LICENSE) para más detalles.

## Contacto

Para cualquier consulta o soporte, por favor contacta a [help@huemulsolutions.com](mailto:help@huemulsolutions.com).