Sobre el proyecto

ERP-CRM es un proyecto que combina gestión empresarial clásica con un componente de inteligencia artificial para el renderizado 3D de productos. Según su documentación, la plataforma se organiza en módulos de CRM (clientes, contactos y oportunidades de venta), inventario (stock, productos y almacenes), facturación (facturas, proformas y gestión de impuestos), proyectos con tareas asociadas, render 3D y un módulo "digitalizador" orientado al catálogo. Arquitectura: sigue un esquema cliente-servidor con separación de responsabilidades. El frontend es una aplicación JavaScript (HTML y CSS) que da acceso a los distintos módulos; el backend es una API en Python, con archivos específicos para el motor de IA (ai_engine.py) y la lógica de renderizado 3D (render_3d.py). El despliegue se apoya en Docker y Docker Compose, y el repositorio incluye flujos de trabajo de GitHub Actions junto con configuración de Dependabot. Instalación: el README plantea dos vías. La local requiere Node.js 18+ con npm, Python 3.10+ y pip; se instalan dependencias de frontend y backend, se copia .env.example a .env y se arrancan por separado el frontend (npm start) y el backend (python app.py). La alternativa con contenedores se reduce a docker-compose up --build. Variables de entorno: la plantilla incluye parámetros de base de datos (DB_HOST, DB_PORT, DB_NAME, DB_USER, DB_PASSWORD), credenciales del proveedor de IA para el renderizado (AI_API_KEY, AI_PROVIDER) y ajustes del servidor (PORT, FLASK_ENV, SECRET_KEY). El propio README advierte de que el archivo .env no debe subirse al repositorio. Uso: se accede al frontend en http://localhost:3000 y la API queda disponible en http://localhost:5000, con puertos configurables. Los renders 3D se generan desde el módulo Digitalizador, configurando los parámetros del producto. Pruebas: se documentan npm test para el frontend y pytest para el backend, con ejecución automática en cada push y pull request a través de GitHub Actions. La licencia indicada es MIT. Alcance de la documentación: el README describe la arquitectura, los módulos y el proceso de puesta en marcha, pero no detalla el modelo de datos, los endpoints concretos de la API ni el funcionamiento interno del motor de IA, del que solo se indica que depende de un proveedor externo mediante clave de API. Para valorar el estado real de cada módulo conviene revisar el código fuente antes de plantear un uso en producción.