fix: Mejoras en generación de PDFs y resúmenes

- Corrige PDFGenerator para pasar contenido (no ruta)
- Agrega prompt siguiendo código.md (español, estructura académica)
- Limpia thinking tokens de respuesta AI
- Agrega skip de archivos ya procesados en watcher
- Implementa tablas LaTeX en PDFs (reportlab Table)
- Agrega load_dotenv() en main.py
- Actualiza .env con MiniMax config
- Agrega transcriptions/ a .gitignore

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

services/ai_summary_service.py

@@ -69,8 +69,39 @@ class AISummaryService:
             logger.debug("AISummaryService not configured, returning original text")
             return text
 
-        default_prompt = "Resume el siguiente texto de manera clara y concisa:"
-        prompt = prompt_template.format(text=text) if prompt_template else f"{default_prompt}\n\n{text}"
+        # Prompt siguiendo código.md - resumen académico en español
+        default_prompt = """Eres un asistente académico especializado en crear resúmenes de estudio de alta calidad.
+
+INSTRUCCIONES OBLIGATORIAS:
+1. Escribe ÚNICAMENTE en español
+2. El resumen debe seguir esta estructura:
+   - Título y objetivo de estudio
+   - Índice con 6-12 secciones
+   - Desarrollo conceptual (definiciones, mecanismos)
+   - Casos de aplicación (ejemplos concretos)
+   - Errores frecuentes
+   - Checklist de repaso
+3. Cada concepto debe explicar: qué es, por qué importa, cómo se aplica
+4. Evita listas sin explicación - siempre incluir el "por qué"
+5. Para TABLAS usa formato LaTeX tabular:
+   \\begin{{tabular}}{{|c|l|l|}}
+   \\hline
+   Encabezado 1 & Encabezado 2 & Encabezado 3 \\\\
+   \\hline
+   dato1 & dato2 & dato3 \\\\
+   \\hline
+   \\end{{tabular}}
+6. NO uses tablas ASCII ni markdown con | pipes
+7. El resumen debe poder leerse en 15-25 minutos
+8. NO incluyas rutas de archivos ni referencias técnicas
+9. Sé conciso pero con densidad informativa útil para exámenes
+
+Transcripción de clase:
+{text}
+
+Genera el resumen siguiendo las instrucciones arriba."""
+
+        prompt = prompt_template.format(text=text) if prompt_template else default_prompt.format(text=text)
 
         payload = {
             "model": self.model,
@@ -96,6 +127,29 @@ class AISummaryService:
             result = response.json()
 
             summary = result.get("choices", [{}])[0].get("message", {}).get("content", "")
+
+            # Limpiar respuesta: eliminar thinking tokens y ruido
+            # Buscar el primer encabezado markdown y cortar ahí
+            first_header = summary.find("\n# ")
+            if first_header == -1:
+                first_header = summary.find("# ")
+            if first_header > 0:
+                summary = summary[first_header:]
+
+            # Eliminar bloques de think/error si persisten
+            lines = summary.split("\n")
+            clean_lines = []
+            skip = False
+            for line in lines:
+                if line.strip().startswith("<think>") or line.strip().endswith("</think>"):
+                    skip = True
+                    continue
+                if skip and line.strip() and not line.startswith(" "):
+                    skip = False
+                if not skip:
+                    clean_lines.append(line)
+            summary = "\n".join(clean_lines)
+
             logger.info("Summarization completed successfully (output length: %d)", len(summary))
             return summary