Presentamos GreenGovRAG, un asistente de inteligencia artificial de código abierto diseñado para simplificar el cumplimiento ambiental en Australia. Si alguna vez has intentado encontrar normativa sobre el Acta EPBC, guías estatales, o esquemas de planificación local sabrás lo fragmentado que está el conocimiento: PDFs dispersos, portales gubernamentales separados por jurisdicción y legislación distribuida. GreenGovRAG nace para reunir esa información en una herramienta práctica, fiable y orientada a uso profesional.
El problema principal es la fragmentación de la normativa. Consultores ambientales, planificadores y analistas ESG pierden días buscando respuestas a preguntas como se necesita aprobación federal para un parque eólico, cuál es la política de compensación de biodiversidad de un council en South Australia o cómo reportar emisiones de alcance 3 en Victoria. La información existe y es pública, pero está distribuida y es difícil de consultar de forma rápida y verificable.
La solución combina Retrieval Augmented Generation RAG con inteligencia geoespacial. GreenGovRAG permite consultas en lenguaje natural con respuestas que incluyen citas verificables a fuentes oficiales. Incorpora filtrado por ubicación por estado, LGA o región, búsqueda híbrida que mezcla BM25 para términos exactos y búsqueda semántica por vectores, y cobertura multi jurisdiccional federal, estatal y local además de marcos de emisiones como CER y NGER.
Características principales: consultas en lenguaje natural con citas, filtrado por LGA usando límites GeoJSON de los 537 LGAs australianos, búsqueda híbrida BM25 más vectores, soporte para varios LLMs incluyendo OpenAI, Anthropic, AWS Bedrock y Azure, y despliegue cloud agnóstico para AWS o Azure o ejecución local con Docker. Estas capacidades hacen que la herramienta sea ideal para equipos que requieren respuestas precisas y trazables en procesos de cumplimiento.
Arquitectura técnica en producción: pipelines ETL reales para ingestión diaria, parsing de PDFs y HTML, chunking semántico que preserva contexto regulatorio, almacenamiento en PostgreSQL con pgvector y uso de Qdrant en producción para búsquedas vectoriales de alta escala. El pipeline de ingestión usa procesos programados con GitHub Actions en producción y Airflow para desarrollo local. Durante la ingestión se aplica etiquetado de metadatos con LLMs para extraer jurisdicción, tipo de documento y jerarquía regulatoria.
El proceso de chunking usa tamaños entre 500 y 1000 tokens con solapamiento de 100 200 tokens y embeddings basados en modelos tipo sentence transformers para mantener coherencia semántica. La búsqueda híbrida combina resultados BM25 y resultados de similitud vectorial y los fusiona mediante reciprocal rank fusion para ofrecer las piezas de texto más relevantes al LLM que genera la respuesta final.
Inteligencia geoespacial: extracción de entidades de localización desde la consulta, resolución a estado y LGA, filtrado espacial y soporte para consultas con zonas buffer. Esto permite responder con precisión preguntas como se puede limpiar vegetación cerca de Murray Bridge SA aplicando la normativa del Rural City of Murray Bridge.
Generación de respuestas y puntuación de confianza: el LLM produce la respuesta inicial apoyada en los documentos recuperados; a continuación se calcula una puntuación de confianza basada en precisión de citas, jerarquía regulatoria, actualidad y alineación jurisdiccional. Las citas se verifican contra las fuentes y se devuelven junto con la respuesta y el score para que el usuario pueda auditar fácilmente la fundamentación legal.
Arquitectura abierta y extensible mediante plugins para fuentes documentales. Añadir una nueva regulación es simple creando un plugin que raspe el portal correspondiente y devuelva documentos con metadatos. Esto permite ampliar cobertura a QLD VIC WA TAS NT rápidamente y mantener el sistema actualizado.
Casos de uso reales: pre cribado para evaluaciones de impacto ambiental para proyectos solares o eólicos, comprobación de reglas de aclarado de vegetación a nivel de LGA, y cumplimiento de reporte de emisiones para industrias en grandes áreas metropolitanas. En cada caso GreenGovRAG resume normativa relevante, explica criterios de exención o umbrales y proporciona enlaces y citas a fuentes oficiales para facilitar la toma de decisiones.
Desafíos y lecciones aprendidas incluyen la complejidad del parsing de PDFs con diferentes layouts y documentos escaneados, la necesidad crítica de metadatos bien estructurados para evitar mezclar reglas federales con ordenanzas locales, y la importancia de sistemas de trust scoring para que consultores confíen en las respuestas. En operaciones se comprobó que para ETL en producción GitHub Actions resulta más sencillo y menos costoso que Airflow, manteniendo Airflow solo para desarrollo local.
Próximos pasos: completar el frontend en React con selección de LGA en mapa, ampliar cobertura a todos los estados y territorios australianos, monitorización en tiempo real de cambios regulatorios y generación interactiva de checklists de cumplimiento. Futuras mejoras previstas incluyen autenticación OAuth2, consultas parcelarias con buffers, soporte multilingüe y mayor integración con APIs gubernamentales.
GreenGovRAG es un proyecto open source y colaborativo. Si quieres contribuir puedes desarrollar plugins de fuentes documentales, mejorar la interfaz, optimizar la búsqueda vectorial o aportar como experto en normativa para validar resultados. El repositorio está disponible en GitHub y el proyecto se puede probar mediante Docker siguiendo instrucciones de despliegue.
En Q2BSTUDIO somos especialistas en desarrollo de software a medida y aplicaciones a medida, ofreciendo soluciones de inteligencia artificial y servicios cloud para empresas. Nuestra experiencia abarca desde la creación de agentes IA y soluciones de ia para empresas hasta proyectos de y despliegues en . También proporcionamos servicios de ciberseguridad, pentesting, servicios cloud aws y azure y servicios de inteligencia de negocio incluyendo Power BI para mejorar la toma de decisiones. Si necesitas integrar una solución RAG como GreenGovRAG adaptada a tus procesos o desarrollar un producto basado en agentes IA o inteligencia de negocio, podemos ayudarte a diseñar la arquitectura, implementar pipelines ETL robustos, optimizar la búsqueda semántica y garantizar la seguridad de datos.
Palabras clave integradas de forma natural para mejorar posicionamiento: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi.
Si te interesa colaborar o conocer cómo adaptar GreenGovRAG a tu organización, contacta con Q2BSTUDIO para una consultoría personalizada y descubre cómo transformar procesos complejos de cumplimiento en flujos eficientes y auditables.
