.jpg)
Syllabi es una plataforma open source que lanzamos tras seis meses de desarrollo para crear chatbots agentivos capaces de integrarse con cualquier herramienta, buscar en bases de conocimiento y desplegarse en múltiples canales. Construida sobre Vercel AI SDK, Syllabi combina selección dinámica de herramientas, un sistema modular de skills y RAG en tiempo real. El proyecto es ideal para equipos que necesitan automatización avanzada y agentes IA que no se limiten a responder sino a actuar.
El problema que resolvimos era claro: casi todos los proyectos de inteligencia artificial requieren dos cosas fundamentales, recuperar respuestas desde bases de conocimiento mediante RAG y ejecutar acciones reales como enviar mensajes a Slack, crear tickets o llamar APIs. Implementar ambas capacidades desde cero resulta tedioso y las soluciones existentes suelen encerrar al cliente en una nube propietaria o no soportar correctamente el uso agentivo de herramientas.
Stack tecnológico: Frontend con Next.js y TypeScript usando Vercel AI SDK para streaming, llamadas a herramientas y embeddings. Supabase con pgvector para almacenamiento y búsqueda vectorial. TailwindCSS para interfaz. Backend especializado en procesamiento de documentos con Python FastAPI, Celery y Redis para colas asíncronas, PyMuPDF y pdfplumber para PDFs y servicios de transcripción para audio y vídeo. Clave: gran parte de la lógica AI vive en rutas API de Next.js mientras el backend Python se encarga del procesamiento pesado.
Selección dinámica de herramientas: para evitar sobrecargar al modelo con más de 50 definiciones de herramientas, implementamos dos estrategias. Método directo para bots pequeños que cargan todas las skills cuando son pocas. Método semántico para bots con muchas skills que usa búsqueda vectorial para recuperar solo las skills relevantes a partir de la consulta del usuario. La lógica selecciona automáticamente la estrategia óptima según el número de skills y la consulta, priorizando rendimiento y coherencia en la comprensión del modelo.
Sistema modular de skills: soportamos integraciones nativas como Slack, Gmail, Discord y skills personalizadas mediante webhooks. Al separar builtin y custom en el nivel del ejecutor, el asistente no necesita conocer cómo funciona cada skill; simplemente las invoca. Esto facilita añadir integraciones y mantener un ecosistema extensible de habilidades para agentes IA.
Esquema JSON a Zod dinámico: para que los usuarios puedan definir parámetros de skills desde UI o API usamos JSON Schema en la base de datos y convertimos a Zod en tiempo de ejecución para la validación requerida por Vercel AI SDK. Esto permite flexibilidad en el almacenamiento y seguridad tipo en tiempo de ejecución sin obligar al usuario a escribir TypeScript.
RAG avanzado con Supabase y pgvector: tratamos distintos tipos de contenido, desde PDFs y webs hasta vídeos y audios, con funciones RPC que filtran por tipo de contenido y preservan marcas temporales para citas clicables que saltan a la posición del vídeo. Mantener embeddings y metadatos en Supabase evita la complejidad de otro vector DB y simplifica el flujo de datos.
Streaming y ejecución encadenada de herramientas: Vercel AI SDK permite ejecutar herramientas en medio del streaming. Definimos un flujo multi paso con un parámetro maxSteps que habilita cadenas de llamadas a herramientas, por ejemplo recuperar documentos relevantes via RAG, consultar usuarios en Slack y finalmente enviar un correo. maxSteps es crítico para comportamiento agentivo eficaz.
Detección automática de integraciones: cuando una skill necesita credenciales identificamos automáticamente la integración asociada al chatbot por tipo de skill, evitando que el usuario tenga que pasar IDs manuales. Si existen múltiples integraciones, se selecciona la más reciente con un aviso, lo que facilita la experiencia y reduce fricción en despliegues.
Arquitectura: la mayor parte de la inteligencia conversacional y streaming reside en el frontend Next.js con Vercel AI SDK. Supabase gestiona RAG y almacenamiento, OpenAI u otros modelos generan embeddings y el backend Python procesa documentos pesados y genera embeddings cuando es necesario. Esta separación permite escalar procesamiento intensivo sin complicar la lógica de conversación.
Lecciones aprendidas: empezar con menos integraciones habría acelerado el lanzamiento, versionar skills desde el inicio evita roturas en bots en producción, y una UI para probar webhooks es imprescindible. Además, la limitación de herramientas por uso o por recuperación semántica resulta más efectiva que intentar pasar decenas de definiciones al modelo. También recomendamos rate limiting por skill para proteger contra abusos y mejorar control de costes.
Conclusiones y recomendaciones: Vercel AI SDK acelera el desarrollo al ofrecer streaming, llamadas a herramientas y embeddings en una sola capa. La selección dinámica de herramientas, almacenamiento de schemas en JSON y la apuesta por Supabase pgvector para RAG son decisiones prácticas para proyectos de agentes IA robustos. Si tu organización necesita desarrollar aplicaciones a medida, agentes IA o proyectos de inteligencia artificial para empresas, en Q2BSTUDIO ofrecemos experiencia en software a medida, aplicaciones a medida y soluciones de inteligencia artificial que se integran con infraestructuras cloud modernas.
En Q2BSTUDIO somos una empresa de desarrollo de software y especialistas en inteligencia artificial, ciberseguridad y servicios cloud aws y azure. Podemos ayudarte a llevar un proyecto como Syllabi a producción, diseñar integración con Slack, Gmail, sistemas internos o construir pipelines de RAG con Supabase. Consulta nuestros servicios de inteligencia artificial en servicios de inteligencia artificial para empresas y descubre cómo adaptamos soluciones a tus necesidades. Para proyectos de desarrollo y aplicaciones personalizadas visita nuestro servicio de desarrollo de software a medida.
Próximos pasos para Syllabi: soporte para más modelos como Anthropic Claude y modelos locales, sistema de versionado de skills, analytics sobre uso de skills, soporte de voz para respuestas y funcionalidades colaborativas. Si te interesa discutir estrategias de selección de herramientas, marketplaces de skills o testing de webhooks, en Q2BSTUDIO tenemos experiencia en automatización de procesos, servicios de inteligencia de negocio y Power BI para instrumentar métricas y mejorar la toma de decisiones.
Si trabajas en proyectos similares o quieres explorar cómo integrar agentes IA en tus procesos de negocio con seguridad y escalabilidad, ponte en contacto con Q2BSTUDIO. Podemos diseñar una solución a medida que combine agentes IA, ciberseguridad y servicios cloud para maximizar valor y minimizar riesgos.
Palabras clave aplicaciones a medida software a medida inteligencia artificial ciberseguridad servicios cloud aws y azure servicios inteligencia de negocio ia para empresas agentes IA power bi
