Arquitectura de componentes
AITHANEX AI permite crear, orquestar y ejecutar agentes IA sobre sus propios datos y sistemas. Integra ruteo entre modelos LLM, recuperación de conocimiento autorizado (RAG) y protocolo de conexión a herramientas y acciones externas (MCP). Se integra con sus sistemas vía API REST, MCP y webhooks; opera dentro de AITHANEX o contra su propio backend.
La arquitectura se organiza alrededor de un orquestador IA y una consola de administración. El orquestador coordina recuperación de contexto, selección de modelo, uso de herramientas, auditoría e informes en cada ejecución.
| Componente | Función |
|---|---|
| Diseñador de agentes | Crea agentes con rol, instrucciones, permisos, fuentes y modelo asociado. |
| Diseñador de flujos | Define flujos visuales que combinan agentes, reglas, eventos, APIs y acciones externas. |
| Motor de ejecución | Ejecuta agentes en tiempo real. Gestiona concurrencia, reintentos, errores y tiempos de espera. |
| Orquestador IA | Coordina RAG, MCP, selección de modelo, permisos, ejecución y auditoría en servidor. |
| Servidor RAG | Gestiona recuperación de conocimiento, índices, fuentes autorizadas y contexto para agentes. |
| Servidor MCP | Expone herramientas, conectores y acciones externas bajo permisos y trazabilidad. |
| Enrutador de modelos | Selecciona el modelo según reglas de coste, privacidad, latencia, disponibilidad y complejidad. |
| Consola RAG / MCP / LLM | Interfaz de administración para fuentes, herramientas, modelos, cuotas y pruebas. |
| Informes de uso | Muestra consumo de tokens, conversaciones, ejecuciones, costes estimados y uso por modelo. |
Protocolos de ingesta y APIs
| Mecanismo | Uso |
|---|---|
| APIs REST | Integración con sistemas externos, webhooks y conectores MCP. |
| MCP | Protocolo para conectar herramientas y acciones externas bajo permisos y trazabilidad. |
| Webhooks | Recepción de eventos desde sistemas externos para iniciar flujos de trabajo. |
| Conexión a AITHANEX Things | Acceso a telemetría, alarmas y estados operativos como contexto para agentes. |
| Conexión a AITHANEX Customer Service | Integración para bots, clasificación y respuestas asistidas en conversaciones. |
Las fuentes de datos y herramientas externas se configuran desde la consola de administración. Cada integración queda registrada bajo permisos y trazabilidad.
Modelo de datos
| Entidad | Descripción |
|---|---|
| Agente | Configuración de rol, instrucciones, fuentes autorizadas, modelo y permisos de ejecución. |
| Flujo de trabajo | Secuencia visual de pasos que combina agentes, reglas, eventos y acciones externas. |
| Fuente RAG | Documento, histórico, base de datos o telemetría autorizada para recuperación de contexto. |
| Herramienta MCP | Acción o conector externo accesible por el agente bajo permisos definidos. |
| Ejecución | Registro de cada llamada: consulta, fuentes, modelo, tokens, resultado y auditoría. |
| Modelo LLM | Configuración de proveedor, parámetros, cuotas y reglas de ruteo. |
Modelos LLM soportados: Claude, GPT, Llama y otros modelos según configuración. El enrutador aplica reglas por cliente: latencia, coste, precisión y política de privacidad.
Integraciones y límites
Qué puede hacer:
- Crear agentes IA especializados que operan sobre datos, documentos, permisos y eventos de AITHANEX.
- Conectar herramientas externas mediante MCP: APIs, webhooks y sistemas corporativos.
- Usar telemetría y alarmas de AITHANEX Things como contexto operativo para agentes.
- Aportar inteligencia a bots de atención de AITHANEX Customer Service mediante RAG y clasificación.
- Rutear tareas entre múltiples modelos LLM según reglas de coste, privacidad o complejidad.
- Registrar trazabilidad completa de cada ejecución: fuentes, modelo, tokens, usuario y resultado.
Límites:
- Los agentes operan exclusivamente sobre datos y sistemas para los que tienen permisos configurados.
- Las acciones sobre AITHANEX Things requieren que el despliegue lo habilite y que el dispositivo soporte los comandos correspondientes.
- La calidad de las respuestas RAG depende de la calidad y actualización de las fuentes autorizadas configuradas.
- Los costes de tokens de modelos LLM externos (OpenAI, Anthropic, etc.) corresponden al proveedor del modelo.
Casos de uso técnicos verificados
Inteligencia para AITHANEX Customer Service
| Paso | Descripción |
|---|---|
| Entrada | Consulta de cliente desde canal conectado. |
| Contexto RAG | Documentación de producto, políticas de soporte e historial de conversación. |
| Ruteo | Selección del modelo adecuado para respuesta o clasificación. |
| Salida bot | Respuesta sugerida, etiqueta, prioridad o solicitud de datos. |
| Derivación | Transferencia a agente humano con historial y contexto. |
Control asistido en AITHANEX Things
| Paso | Descripción |
|---|---|
| Consulta | Interpretación de datos de telemetría disponibles en Things. |
| Contexto | Estados, alarmas, ubicación y últimos eventos. |
| Sugerencia | Priorización según nivel de alarma o pérdida de comunicación. |
| Acción controlada | Crear incidencia, notificar técnico o ejecutar comando autorizado. |
| Auditoría | Registro de usuario, agente, modelo, fuentes, tokens y resultado. |
Seguridad
| Área | Alcance |
|---|---|
| Permisos de agentes | Control granular: quién crea agentes, quién los ejecuta y sobre qué recursos. |
| Permisos de herramientas | Cada herramienta MCP se habilita explícitamente con alcance definido. |
| Fuentes autorizadas | El servidor RAG solo accede a fuentes configuradas y aprobadas. |
| Auditoría | Registro de cada ejecución: consulta, fuentes, modelo, tokens y resultado. |
| Límites configurables | Tiempos de espera, reintentos, límites de coste y cuota por agente o proyecto. |
| Política de privacidad | Reglas de ruteo que evitan enviar datos sensibles a modelos externos según configuración. |
Multi-tenant
AITHANEX AI opera sobre la base de permisos y segmentación común de AITHANEX. Cada proyecto o cliente dispone de sus propios agentes, fuentes, herramientas y reglas de ruteo, sin acceso a los recursos de otros tenants.
Requisitos de integración
| Área | Requisito |
|---|---|
| Fuentes RAG | Documentos, bases de datos o APIs con acceso definido y permisos de lectura. |
| Modelos LLM | Credenciales de API del proveedor o despliegue de modelo local según el proyecto. |
| Herramientas MCP | APIs externas con endpoints documentados y credenciales de acceso. |
| Datos de Things | Acceso habilitado a telemetría, alarmas y estados del despliegue correspondiente. |
| Customer Service | Integración habilitada por configuración en el proyecto de atención. |
Productos relacionados
| Producto | Relación técnica |
|---|---|
| AITHANEX Things | Aporta telemetría, alarmas y estados como contexto; recibe acciones controladas. |
| AITHANEX Customer Service | Usa agentes para bots, clasificación, respuestas asistidas y derivación a operadores. |
| Plataforma AITHANEX | Capa de operación opcional: permisos, históricos, auditoría y trazabilidad unificados cuando se usa. |