AgentHub

Agentes y sub-agentes

Un agente es la configuracion completa del asistente: tono, modelo de IA, integraciones permitidas y sub-agentes a los que puede delegar. La filosofia es tener agentes simples y especializados en lugar de un solo agente gigante que tenga que saber de todo.

• Prompt configurable: identidad, reglas, tono. Editable desde la UI.
• Modelo por agente: agentes simples con modelos baratos, agentes complejos con modelos potentes.
• Sub-agentes: invocados como herramientas sinteticas, con un foco claro cada uno.
• Versionado por conversacion: cambiar el prompt no afecta conversaciones en curso.

Integraciones OpenAPI

AgentHub habla con tus sistemas a traves de integraciones que agrupan tools (acciones puntuales). Las integraciones se crean subiendo el OpenAPI de la API — el sistema lee el documento, lista las operaciones disponibles y genera los tools automaticamente. Sin desarrollo adicional.

• Importacion automatica desde OpenAPI (URL o archivo).
• Tres modos de autenticacion: sin auth, token del cliente (OIDC), llave de servicio (encriptada).
• Reimportacion incremental: cuando cambia la API, se sube de nuevo el spec y se actualizan los tools en el lugar (preservando configuracion del admin).
• Tools de sistema integrados: tarjetas de producto, botones, listas, audio, consultas a la base de conocimiento.

Tools MCP Model Context Protocol

AgentHub habla MCP nativo: ademas de tus APIs internas via OpenAPI, los agentes pueden montar cualquier servidor MCP del ecosistema y usarlo como un tool mas. Esto te abre todo el catalogo de conectores estandar (filesystem, busqueda web, GitHub, Notion, Jira, bases de datos, observabilidad, etc.) sin escribir adapters por proyecto.

• Conectores listos para usar: registrar un servidor MCP es agregar una URL y, opcionalmente, una credencial. AgentHub descubre las tools expuestas y las pone disponibles para el agente.
• OpenAPI + MCP coexisten: un agente puede mezclar tools OpenAPI propias con tools MCP de la comunidad o internas.
• Auditoria identica: cada llamada MCP queda registrada en el historial con su request, respuesta y latencia, igual que las llamadas OpenAPI.
• Servidores MCP propios: si tu equipo expone funcionalidad como servidor MCP (en cualquier lenguaje), AgentHub lo consume sin friccion.

Base de conocimiento

Documentos que el agente consulta para responder con info verificada en lugar de inventar. PDFs, Word, HTML o texto plano — AgentHub extrae el contenido y lo deja listo para que el agente lo use.

• Modo herramienta: el agente decide cuando consultar cada doc. Bueno cuando hay muchos.
• Modo siempre presente: el doc forma parte del contexto del agente todo el tiempo. Bueno para reglas inviolables.
• Storage configurable: MinIO, S3 o local — los binarios viven donde tu organizacion los quiere.

Canales multi-canal

AgentHub no obliga a tus clientes a usar un solo canal — atiende donde ya estan, con la misma identidad y la misma conversacion siguiendola entre canales:

La identidad del cliente es estable entre canales: si escribe primero por WhatsApp y despues entra al sitio, AgentHub lo reconoce (via OIDC + memoria) y continua la misma conversacion. Tambien hay un simulador interno para probar agentes antes de exponerlos, renderizando exactamente lo que veria el cliente final en cada canal.

Identidad de cliente OIDC

Cada cliente se identifica por un identificador estable provisto por tu proveedor de identidad (OIDC). Cambia de telefono, de mail o de dispositivo — AgentHub lo reconoce y une todas las conversaciones bajo el mismo perfil.

Si una API downstream rechaza el token (sesion expirada), el agente detecta el fallo, le envia automaticamente al cliente un link de re-login y al proximo turno continua la conversacion.

Memoria semantica del cliente

AgentHub procesa cada conversacion en segundo plano y extrae datos relevantes que valen la pena recordar: preferencias de marca, productos consultados, sensibilidad al precio, frecuencia de compra. Esos datos se asocian al cliente y se usan como contexto en futuras conversaciones — sin que el cliente tenga que repetirse.

La misma memoria es insumo directo para CRM, segmentacion y marketing, alimentando la explotacion de datos de la organizacion.

Compactacion del history LLM control de costo

Cada turno de chat le manda al LLM el history completo de la conversacion. En conversaciones largas eso paga el mismo contenido N veces y eventualmente choca contra la ventana maxima del modelo. AgentHub compacta automaticamente el history que ve el LLM: cuando una conversacion pasa cierto umbral de turnos, los mas viejos se reemplazan por un resumen sintetico y el agente sigue con todo el contexto cargado pero sin arrastrar el texto crudo en cada llamada.

Aclaracion importante: la compactacion opera sobre el history LLM (lo que se manda a OpenAI) — no sobre la transcripcion del cliente. El registro de WhatsApp / web embebido del cliente queda completo e intacto. La compactacion es invisible para el cliente y reversible para el operador.

• Toggle on/off desde la UI — sin cambio de codigo, sin redeploy.
• Umbral de disparo configurable: cuantos turnos del history acumular antes de empezar a compactar.
• Ventana movil configurable: cuantos turnos recientes preservar verbatim (los nuevos siempre van completos al LLM).
• Modelo de resumen configurable: el resumen lo hace un modelo barato por defecto, independiente del modelo del agente. Se cambia desde la UI.
• Prompt de resumen editable: igual que el prompt de extraccion de memorias, el operador define que preservar (entidades, compromisos, pendientes) y que ignorar (saludos, "ok"/"gracias").
• Coordina con la memoria: solo compacta turnos que mem0 ya proceso — nunca se pierde un dato del cliente que estaba en cola para extraerse como memoria.
• No es destructivo: los turnos compactados quedan auditables en el historial admin marcados con un pill "compactado" — un click muestra el resumen que los reemplazo. Solo el LLM ve la version corta.
• Ahorro tipico: en conversaciones de 200+ turnos, ~85% menos input tokens vs. enviar el history completo en cada llamada.

Observabilidad y auditoria

Cada conversacion queda registrada con su transcripcion completa, las herramientas que el agente uso, las llamadas a tus APIs (URL, body, respuesta), latencias y tokens consumidos. Los reclamos del tipo "el bot me dijo algo raro" se resuelven buscando la conversacion y revisando exactamente que paso.

• Historial de cada conversacion con cada turn (user, agente, tool).
• Llamadas a APIs detalladas: metodo, URL, status, body de request y respuesta.
• Sub-agentes anidados: cuando un agente delega, el detalle muestra el flujo.
• Dashboard agregado: costos, top clientes, conversaciones diarias, tools que mas fallan.

Control de costos

La cuenta de IA no escala con el numero de mensajes. Definis techos diarios y mensuales en dolares, alertas a porcentajes (50%, 80%, 100%) y overrides individuales para clientes premium.

Cuando el sistema cruza un umbral, el agente se pausa automaticamente y notifica al admin. Cero sorpresas a fin de mes.