Conversa Labs y Maestro: atención al cliente con acciones de IA controladas


- Hecho: Recuperar el estado de la conversación
- Hecho: Llamar a una herramienta autorizada
- Paso actual: Transferir la conversación a una persona del equipo
La plataforma reúne sus propios procesos y la ejecución de IA. Maestro puede retener una respuesta si la acción que el agente afirma haber realizado no coincide con las herramientas ejecutadas, solicitar aprobación humana y pausarse cuando interviene un operador.
En 30 segundos
Problema
La atención al cliente, los procesos de negocio y las acciones de IA necesitan compartir el contexto de cuenta, los permisos y el control humano.
Mi contribución
Soy socio y el principal desarrollador de los módulos y servicios propios de Conversa Labs. Desarrollé módulos sobre el núcleo open source (MIT) de Chatwoot, sin la edición Enterprise, y construí Maestro como servicio de agentes de IA.
Resultado
La plataforma reúne sus propios procesos y la ejecución de IA. Maestro puede retener una respuesta si la acción que el agente afirma haber realizado no coincide con las herramientas ejecutadas, solicitar aprobación humana y pausarse cuando interviene un operador.
Decisiones técnicas
Desarrollar módulos propios sobre el núcleo MIT, sin la edición Enterprise.
- Por qué
- El contexto de cuenta conecta los módulos con permisos y conversaciones de atención.
- Coste de la decisión
- Mantener la compatibilidad exige adaptar los módulos a los cambios oficiales.
Contrastar las acciones declaradas con las herramientas ejecutadas antes de enviar.
- Por qué
- La respuesta debe reflejar acciones que se han ejecutado; las sensibles requieren aprobación humana.
- Coste de la decisión
- La comprobación puede retener una respuesta y la aprobación introduce un estado de espera.
Asociar memoria y coste a cada cuenta.
- Por qué
- Las comprobaciones deterministas pueden retener una respuesta antes del envío. Un juez LLM opcional evalúa muestras después, sin cambiar la respuesta.
- Coste de la decisión
- La búsqueda semántica requiere un índice de embeddings; si el juez opcional no está disponible, la evaluación usa reglas.
Operación
El trabajo Rails/Vue incluye CRM/Kanban, conciliación de comisiones de pedidos pagados, canal WhatsApp Web, editor visual de flujos, enrutamiento de atención, permisos granulares y servidor MCP con OAuth 2.1. Maestro utiliza Python, FastAPI, LangGraph, PostgreSQL/pgvector y Redis para estado por conversación, memoria por cuenta/contacto y búsqueda híbrida, con recuperación semántica cuando está configurada. Instrumenté el uso y las estimaciones de coste de IA por cuenta y conversación, incluido el fallback, con trazas en Langfuse cuando está habilitado. Construí un generador de referencias desde contratos con comprobación de términos privados antes de publicar, un checkout de suscripciones en Astro y la integración de prueba gratuita; configuré firma cosign, generación de SBOM y entrega en Docker Swarm.
- CRM/Kanban
- Conciliación de comisiones de pedidos pagados
- Canal WhatsApp Web
- Editor visual de flujos
- Enrutamiento de atención
- Roles y permisos granulares
- Servidor MCP
Autoría
La licencia MIT corresponde al núcleo open source de Chatwoot. Mi trabajo abarca los módulos propios, el servicio Maestro y las integraciones descritas; la autoría del núcleo sigue siendo de sus creadores. Trabajo con Conversa Labs desde noviembre de 2025.

