feat(umind): los agentes también leen archivos, no solo audios e imágenes

Faltaba la tercera pata: audio pasaba por Whisper, imagen por OCR, y un PDF o
un Word adjunto se ignoraba en silencio. Ahora hay un interruptor por canal
—"Leer archivos adjuntos"— y los documentos que llegan por Telegram o WhatsApp
se convierten a texto antes de pasar al agente.

PDF se lee con stdlib cuando el documento es digital (facturas, cotizaciones,
lo exportado por cualquier programa) y cae al OCR si es un escaneo. Word .docx
es un zip con XML adentro; texto plano, CSV y JSON van directo.

El agente recibe el contenido con contexto ("el cliente adjuntó X, y escribió
Y"), no el chorizo pelado: sin eso el modelo contesta como si el cliente
hubiera tipeado una factura.

De paso la importación de plantillas gana PDF, que usa el mismo extractor.

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>

rest/controllers/api/umind_canal_webhook_controller.go

@@ -16,15 +16,18 @@ type umindTgChat struct {
 }
 
 type umindTgFileRef struct {
-	FileID string `json:"file_id"`
+	FileID   string `json:"file_id"`
+	FileName string `json:"file_name"` // solo lo traen los documentos
 }
 
 type umindTgMessage struct {
-	Chat  umindTgChat      `json:"chat"`
-	Text  string           `json:"text"`
-	Voice *umindTgFileRef  `json:"voice"`
-	Audio *umindTgFileRef  `json:"audio"`
-	Photo []umindTgFileRef `json:"photo"`
+	Chat     umindTgChat      `json:"chat"`
+	Text     string           `json:"text"`
+	Voice    *umindTgFileRef  `json:"voice"`
+	Audio    *umindTgFileRef  `json:"audio"`
+	Photo    []umindTgFileRef `json:"photo"`
+	Document *umindTgFileRef  `json:"document"`
+	Caption  string           `json:"caption"`
 }
 
 type umindTgUpdate struct {
@@ -55,6 +58,8 @@ func UmindTelegramWebhook(c *fiber.Ctx) error {
 		err = services.ProcesarMediaTelegramUmind(canal, msg.Chat.ID, msg.Audio.FileID, "audio")
 	case len(msg.Photo) > 0:
 		err = services.ProcesarMediaTelegramUmind(canal, msg.Chat.ID, msg.Photo[len(msg.Photo)-1].FileID, "image")
+	case msg.Document != nil && msg.Document.FileID != "":
+		err = services.ProcesarMediaTelegramUmindConNombre(canal, msg.Chat.ID, msg.Document.FileID, "document", msg.Document.FileName, msg.Caption)
 	default:
 		texto := strings.TrimSpace(msg.Text)
 		if texto == "" {
@@ -81,8 +86,13 @@ type umindWaMessage struct {
 	Text struct {
 		Body string `json:"body"`
 	} `json:"text"`
-	Image umindWaMediaRef `json:"image"`
-	Audio umindWaMediaRef `json:"audio"`
+	Image    umindWaMediaRef `json:"image"`
+	Audio    umindWaMediaRef `json:"audio"`
+	Document struct {
+		ID       string `json:"id"`
+		Filename string `json:"filename"`
+		Caption  string `json:"caption"`
+	} `json:"document"`
 }
 
 type umindWaValue struct {
@@ -172,6 +182,11 @@ func UmindWhatsAppWebhook(c *fiber.Ctx) error {
 						continue
 					}
 					err = services.ProcesarMediaWhatsAppUmind(canal, msg.From, msg.Image.ID, "image")
+				case "document":
+					if msg.Document.ID == "" {
+						continue
+					}
+					err = services.ProcesarMediaWhatsAppUmindConNombre(canal, msg.From, msg.Document.ID, "document", msg.Document.Filename, msg.Document.Caption)
 				default:
 					continue
 				}