Constructora Colombia Server

Sistema de cotizaciones inteligente para construcción colombiana.
OpenClaw es el cerebro (recibe mensajes por Telegram, razona, decide).
Python MCP Server es la herramienta (busca en Excel, calcula, extrae datos).

Arquitectura

Usuario → Telegram
              ↓
        OpenClaw Gateway ← canal Telegram nativo
              ↓  (razona, elige herramienta)
        MCP Server (Python)
              ↓  (datos crudos)
        OpenClaw analiza y responde
              ↓
Usuario ← Telegram

• OpenClaw: IA que conversa con el usuario, decide qué tool usar e interpreta resultados
• MCP Server: 5 herramientas Python que consultan el Excel de construcción
• Excel: Fuente única de precios (1165 actividades, 21 recursos salariales, 18 capítulos)

Herramientas MCP

Herramienta	Qué hace
buscar_actividades	Búsqueda inteligente por similitud (rapidfuzz)
cotizar	Calcula cotización completa con detección de dimensiones
interpretar	Extrae intención, actividad y dimensiones del texto
listar_categorias	Lista los 18 capítulos de construcción disponibles
obtener_detalle_actividad	Desglose completo de recursos y precios unitarios

Uso con OpenCode (CLI)

cd /opt/constructora
opencode

OpenCode leerá AGENTS.md automáticamente y cargará las 5 herramientas MCP desde opencode.json. Puedes empezar a preguntar en lenguaje natural.

Uso con OpenClaw Gateway (Telegram)

# 1. Configurar y ejecutar setup
TELEGRAM_BOT_TOKEN="123:abc" TELEGRAM_USER_ID="123456" bash deploy/setup.sh

# 2. Iniciar Gateway
openclaw gateway

Instalación en Ubuntu

# 1. Clonar el repositorio
git clone <tu-repo> /opt/constructora
cd /opt/constructora

# 2. Ejecutar setup
TELEGRAM_BOT_TOKEN="123:abc" TELEGRAM_USER_ID="123456" bash deploy/setup.sh

El setup.sh:

• Instala dependencias Python
• Configura openclaw.json con tu token de Telegram
• Crea servicio systemd opcional para el MCP Server
• Verifica que el MCP Server funciona

Configuración manual de OpenClaw

Después de ejecutar setup.sh, tu openclaw.json se ve así:

{
  "mcpServers": {
    "constructora-colombia": {
      "command": "python3",
      "args": ["-m", "app.mcp_server"],
      "env": { "PYTHONPATH": "/opt/constructora" }
    }
  },
  "channels": {
    "telegram": {
      "enabled": true,
      "botToken": "TU_TOKEN",
      "dmPolicy": "allowlist",
      "allowFrom": ["TU_USER_ID"]
    }
  }
}

Uso en Telegram

Ejemplos de mensajes que entiende el sistema:

Mensaje	Comportamiento
"Necesito cotización para poner cerámica en una habitación de 6x8"	Cotiza 48m2 de enchape
"Ponme baldosa barata"	Busca opciones de baldosa económica
"Cuanto vale pintar una pared de 10m2"	Cotiza pintura vinílica
"Panyete para 30m2"	Cotiza revoques
"Qué categorías hay?"	Lista capítulos disponibles
"Muéstrame actividades de PISOS"	Lista actividades de pisos
"Dame detalle de Enchape en cerámica"	Muestra APU completo

Desarrollo local (FastAPI)

Opcionalmente puedes correr la API HTTP para debug:

pip install -r requirements.txt
python -m app.main
# → http://localhost:8000/docs

Estructura del proyecto

constructora/
├── app/
│   ├── main.py                FastAPI (debug) + entry point MCP
│   ├── mcp_server.py          MCP Server con 5 herramientas
│   ├── config.py              Configuración
│   ├── database/
│   │   ├── excel_reader.py    Lector de Excel (pandas + openpyxl)
│   │   └── models.py          Modelos de datos
│   ├── tools/
│   │   ├── search.py          Búsqueda fuzzy (rapidfuzz)
│   │   └── calculator.py      Cálculo de cantidades
│   ├── api/
│   │   ├── routes.py          Endpoints REST
│   │   └── schemas.py         Pydantic schemas
│   └── utils/
│       └── text_parser.py     NLP: intención + dimensiones
├── data/
│   └── dataconstru.xlsx       Base de datos de construcción
├── deploy/
│   └── setup.sh               Script de instalación para Ubuntu
├── openclaw.json              Configuración para OpenClaw
├── requirements.txt
└── README.md

Próximas etapas

• Embeddings semánticos (sentence-transformers + ChromaDB)
• Búsqueda híbrida (fuzzy + vectorial)
• RAG con precios web Colombia
• PDFs profesionales (reportlab)
• APU detallados con desglose de materiales
• Historial de clientes y memoria conversacional

Licencia

MIT