🧠 NeuraNetGes v1.5.0

Librería .NET empresarial para la orquestación unificada de Large Language Models (LLM), Agentic RAG y Sistemas de Enjambres Multi-Agente.

Diseñada para entornos de alta carga con soporte nativo de seguridad (Guardrails), persistencia en PostgreSQL y gestión asíncrona de contexto.

Novedades v1.5.0 (docs)

• Documentación /docs completamente actualizada a v1.5.0: versiones SDK, Azure migration (Azure.AI.Extensions.OpenAI), Spark/BGE-M3, Extended Thinking GA, streaming Anthropic, AzureContentSafetyGuard, CountTokensAsync y tabla de compatibilidad ampliada.

Novedades v1.5.0

• Anthropic streaming real: ChatCompletionStreamAsync usa ahora CreateStreaming() del SDK 12.10+ para emitir tokens en tiempo real (antes usaba un fallback síncrono). Los ThinkingDelta se filtran automáticamente.
• Extended Thinking GA en Claude: Soporte completo de NivelDePensamiento con ThinkingConfigEnabled (Mínimo=1024t, Medio=8000t, Máximo=20000t) y ThinkingConfigAdaptive. Ya en la API estable del SDK (sin .Beta).
• Tokenizador Claude nativo: CountTokensAsync usa el tokenizador oficial de Claude de SharpToken 2.0.6 (encoding "claude") en lugar de la estimación length/3.5.
• Gemini server-side tool invocations: Activado IncludeServerSideToolInvocations para recibir resultados de tools MCP server-side, Google Search y Code Execution.
• Actualización SDK Azure Foundry: Migrado de Azure.AI.Projects.OpenAI (deprecado) a Azure.AI.Extensions.OpenAI 2.0.0 GA. Método GetProjectOpenAIClient() → propiedad ProjectOpenAIClient.
• Todos los SDKs de proveedores actualizados a sus últimas versiones estables (OpenAI 2.10.0, Google.GenAI 1.6.1, Anthropic 12.11.0, Azure.AI.Projects 2.0.0).

Novedades v1.4.0

• Spark BGE-M3 como proveedor RAG: Nuevo RagEmbeddingProvider.Spark que integra BGE-M3 (1024 dims) en el pipeline RAG a coste cero via hardware local.
• Agentic RAG: Búsqueda vectorial activa donde el LLM decide qué investigar.
• Multi-Agent SDK: Crea enjambres donde un LLM puede delegar tareas a otros sub-LLMs especializados.
• Guardrails de Seguridad: Protección contra inyecciones de prompt, PII y fugas de secretos.
• Memory 3.0: Condensación asíncrona de contexto para mantener costes bajos en chats largos.

🚀 ¿Qué es NeuraNetGes?

NeuraNetGes es más que un simple cliente para APIs de IA. Es un Framework de Orquestación que permite construir aplicaciones inteligentes, seguras y escalables utilizando los mejores proveedores del mercado (OpenAI, Gemini, Anthropic, Grok, Groq, Azure Foundry y Spark) bajo una única interfaz unificada.

Proveedores de Embeddings RAG

📖 Índice de Documentación Técnica

Para profundizar en cada módulo, consulta nuestras guías detalladas en el directorio /docs:

1. Arquitectura General: Visión de alto nivel y diseño del sistema.
2. Módulo LLM: Cómo conectar con OpenAI, Gemini, Anthropic, Grok y Azure Foundry.
3. Seguridad y Guardrails: Blindaje de prompts y validación de salidas.
4. Gestión de Contexto: Persistencia en DB y optimización de memoria.
5. Motor de Herramientas (Tools): Ejecución de funciones C# y Tool Calling.
6. Sistema RAG (Vectorial): Embeddings, pgvector y recuperación semántica.
7. Guía de Integración RAG: Manual paso a paso para configurar tu Base de Conocimientos.
8. Multi-Agent SDK (Swarm): Cómo crear enjambres de agentes colaborativos.
9. Posibilidades del RAG: Casos de uso avanzados y estrategias de recuperación.
10. SparkClient: Cliente .NET para los 5 servicios del Nvidia Spark: Chat RAG (Qwen3.5-122B), Embeddings (BGE-M3), Reranker, NER y Chatbot multimodal (Gemma 4 E2B).

🖥️ Gesgocom.SparkClient — Hardware Local (Nvidia Spark)

Gesgocom.SparkClient es el cliente .NET para los cinco servicios de IA desplegados en hardware propio (Nvidia Spark vía Tailscale). Disponible como NuGet independiente:

dotnet add package Gesgocom.SparkClient

// Sin DI — todos los servicios de un golpe
var spark = new SparkClient();  // host por defecto: http://spark-a4ce

var reply  = await spark.Chat.CompleteAsync([SparkChatMessage.User("Explica el RGPD")]);
var vecs   = await spark.Embedding.EmbedBatchAsync(["texto1", "texto2"]);
var ranked = await spark.Reranker.RerankAsync("contrato menor", docs, topN: 5);
var ents   = await spark.Ner.AnalyzeAsync("Ana García trabaja en Madrid.");
var vision = await spark.Chatbot.CompleteAsync([SparkChatMessage.UserWithImage("¿Qué ves?", imageUrl)]);

Consulta la guía completa del SparkClient para uso con DI, timeouts, streaming, tool calling y mensajes multimodales.

🛠️ Inicio Rápido

1. Instalación

dotnet add package Gesgocom.NeuraNetGes

2. Configuración Mínima

builder.Services.AddNeuraNetGes(options => {
    options.OpenAIApiKey = "tu_clave";
    options.AnthropicApiKey = "tu_clave";
    options.AzureFoundryEndpoint = "https://tu-endpoint.models.ai.azure.com";
    
    // (Opcional) Extracción avanzada de PDFs con Azure Document Intelligence
    options.AzureDocumentIntelligenceEndpoint = "https://tu-document-intelligence.cognitiveservices.azure.com";
});

3. Tu primer Agente con Herramientas

var request = new GenericRequest {
    Model = "gpt-5-mini",
    Prompt = "¿Qué hora es en Madrid?",
    ToolsEnabled = true
};

// Registro automático de herramientas estándar (Reloj, Disco Duro, etc.)
_toolRegistry.RegisterStandardTools();

var response = await _llmService.ChatCompletionAsync(request);
Console.WriteLine(response.Content);

🎯 ¿Por qué elegir NeuraNetGes?

📄 Licencia y Contribución

Este proyecto es propiedad de Gescom. Para más detalles sobre cambios recientes, consulta el CHANGELOG.md.

"Construyendo el futuro de la IA agéntica en .NET"