Refactorización Técnica de Chatbot: Migración a Google Gemini y Gestión Dinámica desde Drive

Se busca un desarrollador experimentado para llevar a cabo una refactorización técnica crucial en un chatbot existente (v1.7). El objetivo principal es migrar el motor de inteligencia artificial de OpenAI a Google Gemini y establecer una gestión completamente dinámica de la configuración y el conocimiento del bot, utilizando Google Drive y Google Sheets.

Componentes Existentes (No requieren desarrollo):
*  Conexión API con Google Drive: El sistema ya dispone de credenciales de Service Account y es capaz de leer archivos de carpetas específicas.
*  Conexión API con Google Sheets: La funcionalidad de verificación de usuarios (Lista Blanca) y el registro de leads están operativos.
*  Frontend y Seguridad: La interfaz de usuario en React y el sistema de autenticación por otp (smtp) están completamente desarrollados y no necesitan modificaciones estéticas ni de flujo.

Tareas de Desarrollo Requeridas:
*  Migración a Google Gemini 1.5: Sustituir la librería de OpenAI por la de Google Gemini, utilizando Vertex AI o el Google ai sdk. Esto implica adaptar las llamadas y el manejo de respuestas al nuevo motor de IA.
*  Configuración Dinámica del Modelo: El ID del modelo de Gemini (por ejemplo, gemini-1.5-flash o gemini-1.5-pro) no debe estar codificado de forma fija en el backend. Se requiere implementar la capacidad de leer este ID desde una variable de configuración o, preferiblemente, desde una celda específica en la Google Sheet de control del cliente. Esto permitirá al cliente cambiar el modelo de Gemini sin necesidad de modificar el código.
*  System Prompt Autogestionado: El "mensaje de sistema" o prompt inicial del bot, que define su personalidad y reglas, debe ser dinámico. Al iniciar cada sesión, el bot deberá consultar un Google Doc específico en Google Drive para obtener sus instrucciones. De esta manera, el cliente podrá modificar la personalidad o las reglas del bot simplemente editando el documento en Drive.
*  RAG Directo desde Carpetas de Drive: Aprovechando la conexión existente con Google Drive, el bot debe ser capaz de utilizar los archivos (por ejemplo, PDFs) presentes en carpetas designadas como fuente de conocimiento para Retrieval Augmented Generation (RAG). Si se añade un nuevo documento a una carpeta de Drive, el bot debe integrarlo en su contexto de forma inmediata, ya sea aprovechando la gran ventana de contexto de Gemini o mediante una estrategia de búsqueda simplificada.

El proyecto requiere un desarrollador con experiencia en integración de APIs de IA, gestión de servicios en la nube (especialmente Google Cloud Platform) y desarrollo backend robusto. Se valorará la capacidad para implementar soluciones escalables y de fácil mantenimiento.