Capacidades del Agente Curador

Agente Curador: Capacidades

El Agente Curador es el pipeline de ingesta de contenido con AI de ColabEdu. Transforma documentos curriculares (PDFs, paquetes LMS Canvas/Moodle) y recursos educativos abiertos (CK-12, Khan, Procomún, Europeana) en especificaciones pedagógicas estructuradas y listas para la plataforma.

---

Qué hace el Curador

Capacidad	Descripción
Descubrimiento de fuentes	Identifica URLs canónicas de documentos curriculares oficiales y APIs de repositorios OER/LMS.
Descarga de documentos	Descarga PDFs y paquetes LMS (.imscc Canvas, .mbz Moodle) al repositorio local de specs.
Análisis y generación con AI	Extrae criterios pedagógicos, genera slides/widgets o rúbricas de calidad usando Gemini.
Routing de Gems	curator_router clasifica cada input y delega al Gem especializado (lesson, resource, c2…).
Scaffolding de YAML	Escribe specs InteractiveLesson, ResourceLearning o ExerciseSpec OAS completas.
Ingesta de paquetes LMS	Descomprime .imscc/.mbz, sube assets a GCS y genera InteractiveLesson con slides.
Indexación OER	Indexa recursos de fuentes abiertas con qualityScore de 3 dimensiones pedagógicas.
Ingesta masiva	Sincronización de specs vía sync_specs.sh o curator batch.
Seed & Bloom	Deriva nuevos ejercicios pedagógicos a partir de semillas ingestadas (documentos fuente, rúbricas) usando estrategias Bloom configurables. Las semillas pueden ser privadas; las specs derivadas son públicas.

---

Pipeline Unificado

Documento (PDF / GCS URI) — o Paquete LMS (.imscc / .mbz) — o Recurso OER (JSON/API)
        │
        ▼
POST /api/v1/curator/curate
  { source, sourceType, outputType, courseId?, pathwayId?, sandboxMode,
    ownerEmail?, shared }
        │
        ▼
CuratorWorkflow (LangGraph4j)
  ├─ [fetch_source]    → descarga + calcula SHA-256
  │         │
  │   ¿sourceType == LMS_PACKAGE?
  │         ├─ SÍ ─► [unzip_lms]          → LmsPackageProcessor.unzipPackage()
  │         │             └─► [upload_lms_assets] → GCS + assetUrlMap
  │         │                     └─► [gather_context]
  │         └─ NO ─► [gather_context]
  ├─ [gather_context]   → HierarchyContextResolver → CurricularContext
  ├─ [propose_content]  → Gem elegido por curator_router
  │       ├─ ExerciseSpec      ← curator_c2   (PDFs de exámenes)
  │       ├─ InteractiveLesson ← curator_lesson (paquetes LMS)
  │       └─ ResourceLearning  ← curator_resource (APIs OER)
  ├─ [wait_for_review]  → headless=true → auto-approve
  ├─ [register_specs]   → IngestionService (visibilidad: PUBLIC | PRIVATE)

PIPELINE SEED & BLOOM (Derivación de contenido)
  ──────────────────────────────────────────────
  curator curate --source rubrica.pdf --visibility private   ← ingestar como semilla
       → spec ingestada con visibility=PRIVATE
  curator bloom derive --seed ib.spa.textual_analysis_rubric \
                       --strategy SOURCE_DERIVATION|PROGRESSION|MISCONCEPTION_REMEDIATION
       → specs derivadas generadas con visibility=PUBLIC + provenance.seedRef

Resolución de contexto curricular

El mismo HierarchyContextResolver es compartido con el Exercise Creation Wizard:

Override explícito (--standard / --subject)
    └─ courseId  →  CourseClient (standard, level, subject del curso)
        └─ pathwayId  →  PathwayClient (standard, level del pathway)
            └─ referenceCode del manifest (parseo del campo)
                └─ prompt genérico (sin contexto)

---

Gems del Curador

El gem.curator_router clasifica cada input y delega al Gem especializado:

Gem	Output	Activa cuando
gem.curator_router	—	Siempre (enruta a los demás)
gem.curator_c0	BlockRubric	Documentos normativos curriculares
gem.curator_c1	Recipe	Unidades didácticas completas
gem.curator_c2	ExerciseSpec	PDFs de exámenes, FRQ
gem.curator_lesson	InteractiveLesson	Paquetes LMS (.imscc, .mbz)
gem.curator_resource	ResourceLearning	APIs OER (CK-12, Khan, Procomún, Europeana)

Los archivos YAML de los Gems se encuentran en ce-specs/catalog/personas/curators/.

---

Tipos de Spec Generados

El pipeline de curación de ColabEdu puede generar los siguientes tipos de spec conformes con OAS. Cada uno mapea a un Gem y un modo de pipeline:

Tipos de Spec por Pipeline

Tipo de Spec	OAS Kind	Gem / Modo	Descripción
ExerciseSpec	BLOCK_CONTENT	gem.curator_c2 / Clásico	Ejercicios, FRQ, análisis de texto con bandas de logro
BlockRubric	BLOCK_RUBRIC	gem.curator_c0 / Clásico	Rúbricas normativas desde documentos curriculares
Recipe	RECIPE	gem.curator_c1 / Clásico	Unidades didácticas completas con andamiaje pedagógico
PathwayTemplate	PATHWAY_TEMPLATE	gem.curator_c1 / ACA	Rutas de aprendizaje para un estándar o tema curricular
InteractiveLesson	INTERACTIVE_LESSON	gem.curator_lesson / LMS	Slides interactivas desde paquetes LMS (Canvas, Moodle)
ResourceLearning	RESOURCE_LEARNING	gem.curator_resource / OER	Recursos OER indexados con puntuación de calidad 3D
CurriculumRequirement	YAML spec-as-code	CurriculumGapAnalyzer	Archivos de requisitos que alimentan el análisis de brechas

---

ExerciseSpec (C2_EXERCISES)

Spec clásica del Curador: ejercicios, FRQ, análisis de texto con bandas de logro. Almacenada como BLOCK_CONTENT kind: ExerciseSpec.

BlockRubric (BLOCK_RUBRIC, C0)

Generada por gem.curator_c0 desde documentos curriculares normativos (programas oficiales, marcos de competencias). La rúbrica C0 define la estructura de competencias que los recipes C1 y los ejercicios C2 deben mapear.

kind: BLOCK_RUBRIC
referenceCode: es.lomloe.bach.2.lcl.rubric_c0
metadata:
  standard: LOMLOE
  country: ES
  competencies:
    - id: comprension_lectora
      weight: 0.35
    - id: expresion_escrita
      weight: 0.30

Recipe / PathwayTemplate (RECIPE, C1)

Generada por gem.curator_c1 desde unidades didácticas completas. Contiene andamiaje pedagógico completo: objetivos, actividades, criterios de evaluación y secuenciación de contenidos. Se usa como plantilla para generar ejercicios C2 dirigidos.

kind: RECIPE
referenceCode: es.lomloe.bach.2.lcl.recipe_comprension_lectora
metadata:
  theme: comprension_lectora
  specType: RECIPE
  provenance:
    seedRef: es.lomloe.bach.2.lcl.rubric_c0

InteractiveLesson

Generada desde paquetes LMS (Canvas Commons, Moodle Hub). Contiene slides, widgets interactivos y objetivos de aprendizaje mapeados a competencias curriculares. Ver Referencia InteractiveLesson.

ResourceLearning

Indexa recursos OER con un qualityScore de 3 dimensiones: alignment, pedagogicalRichness, accessibility. Ver Referencia ResourceLearning.

CurriculumRequirement (YAML spec-as-code)

No es una spec OAS — es un archivo de definición de requisitos almacenado en ce-specs/catalog/requirements/. Lo lee el CurriculumGapAnalyzer para determinar qué specs se necesitan por estándar + país.

ce-specs/catalog/requirements/lomloe_es.yaml

standard: LOMLOE
country: ES
themes:
  - id: comprension_lectora
    name: Comprensión Lectora
    specTypes:
      C2_EXERCISES: 12
      INTERACTIVE_LESSON: 6
  - id: expresion_escrita
    name: Expresión Escrita
    specTypes:
      C2_EXERCISES: 10

Estos archivos YAML son la definición curricular como código — codifican los requisitos institucionales del currículo para que el ACA pueda medir y cerrar las brechas de cobertura automáticamente.

---

Fuentes Soportadas

El KnownSourcesRegistry registra 14 fuentes activas:

ID	Tipo	Estándar	Ámbito
madrid, mec, ebau.cat	Exámenes EBAU	LOMLOE	🇪🇸
collegeboard, apcentral	Exámenes AP	AP	🇺🇸
web	Google CSE	—	🌐
mec-procomun, mec-recursos	OER	LOMLOE	🇪🇸
khan-academy, ck12	OER	—	🌐
europeana-edu	OER	—	🇪🇺
canvas-commons	LMS	—	🌐
moodle-hub, moodle-net	LMS	—	🌐

# Listar todas las fuentes registradas
docs sources

# Filtrar por tipo (nuevo)
docs sources --scope es
docs sources --source canvas-commons

---

Modos de Operación

Modo 1 — Headless automático (CI/CD)

curator curate \
  --source exam.pdf \
  --courseId 142
# → fetch → context → propose → register (auto-approve)
# job.shared = true → visible para todos los CONTENT_CREATOR/TEACHER

Modo 2 — Sandbox + revisión manual

curator curate \
  --source canvas_module.imscc \
  --source-type LMS_PACKAGE \
  --output-type INTERACTIVE_LESSON \
  --sandbox \
  --output ./draft_specs/
curator validate --spec ./draft_specs/lesson.yaml --ingest

Modo 3 — Batch LMS/OER

# Descubrir → descargar → ingestar
docs discover --source canvas-commons --subject biology --output canvas.yaml
docs download --list canvas.yaml --local-dir ce-specs/sources/lms/canvas/
curator batch --manifest ce-specs/tests/lms_batch_manifest.yaml --parallel 2
curator test  --lms --all --threshold 70

Modo 4 — Cola de revisión compartida (pedagógico)

Permite que cualquier pedagogo con rol CONTENT_CREATOR, TEACHER o ADMIN vea y apruebe los jobs lanzados desde el CLI, independientemente de quién los lanzó.

# Sin --user: el job es compartido (visible para todos los pedagogos)
curator curate \
  --source exam.pdf \
  --referenceCode es.lomloe.bach.2.lcl
# → job.shared = true, job.owner_email = null
# → badge 🟡 "Shared" en el Job Command Center

# Con --user: el job se asigna al pedagogo indicado (solo él lo ve)
curator curate \
  --source exam.pdf \
  --referenceCode es.lomloe.bach.2.lcl \
  --user pedagogo@colabedu.org
# → job.shared = false, job.owner_email = "pedagogo@colabedu.org"
# → solo visible para ese usuario en su panel

Consejo

Cola compartida por defecto. Cuando se lanza curator curate sin --user, el job queda en la cola pública para que cualquier pedagogo del equipo pueda revisarlo y aprobarlo desde el Job Command Center en la interfaz web.

Estrategia de visibilidad RBAC

Tipo de usuario	Jobs propios	Jobs compartidos (CLI)
Usuario estándar	✅ Sí	❌ No
CONTENT_CREATOR	✅ Sí	✅ Sí
TEACHER	✅ Sí	✅ Sí
ADMIN	✅ Sí	✅ Sí

---

Arquitectura

ce-svc-cli
├── CuratorCommands.java      — curate (--source-type, --output-type, --user)
├── CuratorTestCommands.java  — test (--lms), batch
├── DocDiscoveryCommands.java — discover, download, catalog, search, stats
└── LmsPackageProcessor.java  — descompresión IMSCC/MBZ + upload GCS

ce-svc-ai-services
├── CuratorController         — POST /api/v1/curator/curate + /batch
├── CuratorWorkflow           — LangGraph4j (rama condicional LMS)
├── LmsPackageDiscoveryStrategy — Canvas Commons, MoodleNet APIs
├── HierarchyContextResolver  — contexto curricular compartido con Wizard
└── IngestionService          — BLOCK_CONTENT kind: Lesson | Resource | Exercise

ce-svc-model-api (DDL v4.5)
├── jobs.shared       BOOLEAN DEFAULT TRUE  — visibilidad en cola compartida
├── jobs.owner_id     NULLABLE              — permite jobs sin owner
├── jobs.owner_email  VARCHAR(255) NULLABLE — email del lanzador CLI
└── idx_jobs_shared   PARTIAL INDEX WHERE shared = TRUE

ce-specs/
├── catalog/personas/curators/  — Gems: router, lesson, resource, c2
├── sources/lms/                — Paquetes .imscc / .mbz
├── sources/oer/                — Recursos JSON de CK-12, Khan…
└── tests/lms_curator_test_manifest.yaml

---

Seed & Bloom — Motor de Derivación de Contenido

El motor Seed & Bloom genera ejercicios pedagógicos originales a partir de materiales fuente ingestados sin exponer el contenido propietario. Los documentos fuente (libros, rúbricas, PDFs de examen) se ingestan como semillas privadas; los ejercicios derivados son specs públicas con trazabilidad de procedencia completa.

Arquitectura

ce-svc-content-engine
├── BloomStrategy (interfaz)
│   ├── SourceDerivationBloom    — deriva ejercicios desde una semilla fuente privada/pública
│   ├── ProgressionBloom         — genera 4 niveles de dificultad a partir de cualquier semilla
│   ├── MisconceptionRemediationBloom — ejercicios de remediación para misconceptions conocidos
│   └── CurricularPipelineBloom  — rúbrica C0 → conjunto de ejercicios C2 (planificado)
└── SeedBloomService              — despacha a la estrategia activa

ce-svc-ai-services
├── BloomController               — REST: POST /api/v1/bloom/derive
└── EduWorkflowTools              — MCP: herramienta bloomContent

ce-svc-cli
└── CuratorCommands               — curator bloom derive

Estrategias Bloom

Estrategia	Disparador	Salida
SOURCE_DERIVATION	El docente aporta un documento fuente (libro, rúbrica)	N ejercicios originales derivados de la fuente
PROGRESSION	Cualquier ejercicio semilla	Niveles SIMPLIFIED / STANDARD / EXTENDED / CHALLENGE
MISCONCEPTION_REMEDIATION	El evaluador detecta un misconception	Ejercicio de remediación dirigido
CURRICULAR_PIPELINE	Semilla de rúbrica C0	Conjunto completo C2 (planificado)

Modelo de Procedencia

Cada spec derivada incluye un bloque metadata.provenance:

metadata:
  referenceCode: ib.spa.derived.textual_analysis_ex_001
  visibility: PUBLIC
  provenance:
    seedRef: ib.spa.textual_analysis_rubric     # semilla padre
    bloomStrategy: SOURCE_DERIVATION
    bloomedAt: "2025-06-11T15:00:00Z"

Nota

Las semillas pueden ingestarse como PRIVATE (libros propietarios, rúbricas internas) o PUBLIC (documentos curriculares abiertos). Las specs derivadas son siempre PUBLIC y siempre incluyen provenance.seedRef que las vincula con su semilla padre.

Puntos de Entrada

Punto de entrada	Cómo
CLI	curator bloom derive --seed <ref> --strategy SOURCE_DERIVATION
REST	POST /api/v1/bloom/derive
Herramienta MCP	bloomContent (Companion Docente, Wizard de Ejercicios)
Evaluación	RemediationEventOrchestrator → MISCONCEPTION_REMEDIATION

---

• Tutorial del CLI — Walkthrough completo end-to-end
• Referencia de Taxonomy — Esquemas de bundle y estándar
• Referencia InteractiveLesson — Spec generada desde paquetes LMS
• Referencia ResourceLearning — Spec generada desde recursos OER
• Referencia Gem — Gems del Curador: router, lesson, resource
• Motor Seed & Bloom — Conceptos de derivación de contenido y referencia de procedencia YAML