Ayude a los equipos a obtener respuestas a partir del conocimiento de la organización.
Acompañe tareas con asistentes conectados a sus fuentes y herramientas.
Lleve el acceso al conocimiento a los canales e idiomas que usan sus equipos.
Una primera mirada a lo que puede hacer con este producto.
Consulte el conocimiento documentado mediante respuestas basadas en las fuentes disponibles.
Acompañe tareas con asistentes que pueden consultar información y utilizar herramientas conectadas.
Adapte cada experiencia de conversación al contexto y necesidades de sus usuarios.
Mantenga el hilo de la conversación para dar continuidad a cada consulta.
Atienda interacciones en más canales, por voz y en distintos idiomas.
Controle el acceso, el uso y la actividad de los asistentes.
Seleccione una categoría del mapa para consultar sus características.
Elija una categoría o busque en todas las características del producto. Recorra los resultados por páginas.
103 características
La búsqueda incluye todas las categorías.
El usuario recibe las respuestas de la inteligencia artificial letra a letra, de forma progresiva y fluida, sin necesidad de esperar a que la respuesta completa esté lista para…
Mientras la IA elabora su respuesta, el sistema muestra mensajes de progreso que informan al usuario en qué etapa se encuentra el proceso.
Cada mensaje del usuario y cada respuesta de la IA se guardan automáticamente en el historial de la conversación para mantener el contexto.
En casos donde la transmisión en tiempo real no sea adecuada, el sistema puede entregar la respuesta completa de una sola vez.
El sistema puede generar automáticamente sugerencias de preguntas relacionadas con el tema de la conversación, ayudando al usuario a continuar el diálogo.
Modalidad especial de consulta que combina búsqueda semántica y respuesta generativa para ofrecer resultados directos a preguntas específicas.
La caja de búsqueda inteligente también puede generar sugerencias de consultas relacionadas en tiempo real.
El sistema verifica que la conversación exista y esté activa antes de procesar cualquier mensaje, evitando errores por conversaciones inválidas o cerradas.
El sistema verifica automáticamente que el tipo de widget y la configuración de IA sean compatibles antes de iniciar cualquier conversación.
El sistema verifica que las solicitudes provengan de orígenes autorizados, bloqueando accesos desde sitios no permitidos.
Tipo básico de agente que procesa la consulta del usuario y genera una respuesta directa utilizando el modelo de lenguaje configurado.
Combina el procesamiento de consultas con el uso de herramientas mediante un agente ReAct.
Agente que primero elabora un plan de pasos para resolver la consulta y luego los ejecuta en orden, ideal para tareas complejas de múltiples etapas.
Incluye un tipo de agente orientado a consultas que requieren razonamiento previo a la respuesta.
Las tareas complejas de los agentes se procesan en segundo plano sin bloquear la interfaz del usuario, que recibe una notificación cuando terminan.
Envía las tareas de los agentes a una cola Kafka para su procesamiento asíncrono.
Cada tarea asignada a un agente se registra con un identificador único que permite hacer seguimiento de su estado (pendiente, en proceso, completada).
El tipo y comportamiento del agente se determina automáticamente según la configuración del widget de chat, sin requerir ajustes manuales por sesión.
Los agentes pueden consultar automáticamente la base de conocimiento para encontrar información relevante que respalde sus respuestas.
Permite que los agentes utilicen una herramienta de cálculo matemático.
Los agentes pueden conectarse a servidores MCP externos para acceder a funcionalidades y datos adicionales de forma estandarizada.
Cada vez que un agente utiliza una herramienta, la llamada queda registrada con sus parámetros y resultado para auditoría y trazabilidad.
El sistema está diseñado para agregar nuevas herramientas sin modificar el código principal de los agentes, usando una interfaz base común.
El administrador puede crear, editar y eliminar herramientas disponibles para los agentes desde la interfaz de gestión.
El sistema puede conectarse como cliente a servidores MCP externos para solicitar capacidades adicionales de forma estandarizada.
El sistema puede comunicarse con servidores MCP que operan a través de entrada/salida estándar, usando un puente HTTP como intermediario.
El administrador puede registrar, editar y eliminar los servidores MCP que los agentes pueden utilizar.
El sistema busca documentos relevantes no por palabras exactas, sino por el significado de la consulta, encontrando información relacionada aunque no use las mismas palabras.
Después de la búsqueda semántica, el sistema aplica un segundo filtro de relevancia que reordena los documentos encontrados para priorizar los más útiles para la respuesta.
Genera respuestas a partir de los documentos recuperados de una base de conocimiento mediante RAG.
Cada widget de chat puede tener su propia configuración de RAG, apuntando a diferentes bases de conocimiento según el caso de uso.
El administrador puede crear, editar y eliminar configuraciones de RAG desde el panel de gestión.
El administrador puede crear repositorios de documentos que los agentes e IA utilizarán como fuente de información para responder.
Los documentos de la base de conocimiento se organizan en colecciones especiales que permiten búsquedas por significado de forma eficiente.
El sistema usa ChromaDB como motor de almacenamiento de vectores, que permite buscar documentos por similitud semántica.
Almacena archivos de la base de conocimiento en MinIO, compatible con almacenamiento de objetos S3.
El administrador puede crear, configurar y eliminar los almacenes de vectores disponibles para las bases de conocimiento.
El administrador puede registrar y configurar diferentes modelos de lenguaje (LLM) que los chatbots pueden utilizar.
Cada chatbot puede configurarse para usar un modelo de lenguaje específico, permitiendo optimizar costos y capacidades.
El sistema registra cuántos tokens (unidades de texto) consume cada conversación, permitiendo controlar los costos de uso de los LLM.
El sistema puede almacenar temporalmente respuestas frecuentes del modelo de lenguaje para entregarlas más rápido sin volver a generarlas.
El administrador puede configurar si y cómo se almacenan en caché las respuestas de cada modelo de lenguaje.
Utiliza Redis para almacenar y recuperar respuestas en caché.
El administrador puede crear y editar las instrucciones base que guían el comportamiento de la IA en cada chatbot.
Permite configurar cómo se construyen y combinan los prompts del sistema con los mensajes del usuario.
El administrador puede definir formatos de respuesta predefinidos que la IA puede usar para estructurar sus respuestas de manera consistente.
El sistema limpia automáticamente el historial de la IA antes de enviarlo como contexto, eliminando etiquetas técnicas o ruido que podría confundir al modelo.
El sistema puede mejorar automáticamente la consulta del usuario antes de procesarla, haciéndola más clara y completa para el modelo.
El administrador puede crear configuraciones que definen el comportamiento completo de un chatbot: tipo de IA, modelo, prompts, herramientas y más.
El sistema soporta dos modos principales de chatbot: RAG (responde basándose en documentos) y Agente (usa herramientas y razonamiento para resolver tareas).
Permite crear y gestionar widgets de chat para insertarlos en sitios web y aplicaciones.
Widget interactivo de conversación que permite a los usuarios chatear con la IA de forma natural.
El administrador puede probar el funcionamiento de un widget directamente desde el panel de gestión antes de publicarlo.
El administrador puede definir desde qué sitios web puede usarse cada widget, bloqueando accesos no autorizados.
El sistema tiene reglas de compatibilidad que determinan qué configuraciones de IA son válidas para cada tipo de widget.
Al iniciar, el sistema carga automáticamente las reglas de compatibilidad predeterminadas si aún no existen.
Cada widget puede configurarse con un mensaje de bienvenida que se muestra al usuario al iniciar la conversación.
El administrador puede configurar qué tipos de entrada acepta el widget: texto, voz, archivos, etc.
Los usuarios pueden iniciar nuevas conversaciones con el chatbot desde el widget o la interfaz de gestión.
El sistema guarda el historial completo de cada conversación, permitiendo retomar el hilo del diálogo en sesiones futuras.
El sistema mantiene y administra el contexto de la conversación para que la IA recuerde lo que se ha dicho anteriormente.
El sistema puede detectar automáticamente el idioma en que escribe el usuario y adaptar la respuesta al mismo idioma.
Admite conversaciones sin inicio de sesión y gestiona identificadores temporales para esos usuarios.
El administrador puede configurar cuántos mensajes previos se incluyen como contexto para cada nueva respuesta de la IA.
El sistema puede detectar y filtrar automáticamente mensajes con lenguaje inapropiado o contenido ofensivo antes de procesarlos.
El administrador puede configurar las palabras y patrones que activarán el filtro de contenido.
Cuando un mensaje es filtrado, el sistema puede responder con un mensaje personalizado en lugar de ignorar la solicitud.
El administrador puede registrar bases de datos relacionales (como PostgreSQL) que los agentes pueden consultar para obtener información estructurada.
Permite configurar qué tablas de la base de datos son accesibles para los agentes.
Permite definir qué columnas de cada tabla son visibles y consultables por los agentes.
Los agentes pueden consultar bases de datos relacionales para obtener información estructurada que respalde sus respuestas.
El sistema puede convertir mensajes de voz o audio en texto para procesarlos como consultas al chatbot.
El sistema puede traducir automáticamente los mensajes del usuario o las respuestas de la IA a diferentes idiomas.
El sistema cuenta con un servicio dedicado que recibe mensajes de WhatsApp y los envía a la cola de procesamiento del chatbot.
El sistema expone un punto de conexión (webhook) que WhatsApp usa para enviar los mensajes de los usuarios.
Los mensajes recibidos por WhatsApp son procesados y respondidos por la inteligencia artificial de forma automática.
Tras procesar el mensaje del usuario, el sistema envía la respuesta de vuelta al usuario a través de WhatsApp.
El administrador puede crear y gestionar claves de acceso que permiten a aplicaciones externas conectarse al servicio de chat.
Admite varias organizaciones con separación de datos y configuración por inquilino.
El administrador puede crear y gestionar las organizaciones que usan la plataforma de chat.
Las credenciales y datos sensibles almacenados en la base de datos se cifran automáticamente para protegerlos.
El sistema distingue entre rutas que requieren autenticación y rutas públicas accesibles sin credenciales, como el endpoint del widget de chat.
Envía tareas de procesamiento intensivo a Apache Kafka para ejecutarlas en segundo plano.
Un servicio independiente lee continuamente las tareas de la cola y las ejecuta en segundo plano.
Dirige las tareas que fallan a una cola de mensajes fallidos para su revisión.
Un servicio dedicado procesa los eventos de cambio en la base de datos para mantener sincronizados los diferentes componentes del sistema.
Transforma y aplica los eventos recibidos de la base de datos, ejecutando las operaciones necesarias en respuesta a cambios.
El servicio consumidor puede recargarse en caliente sin necesidad de reiniciar todo el sistema cuando cambia la configuración.
El sistema incluye un planificador que ejecuta tareas automáticas en horarios predefinidos, sin intervención manual.
El administrador puede definir qué tareas se ejecutan automáticamente y con qué frecuencia.
El planificador opera de forma independiente al servidor principal.
Interfaz para crear, editar y administrar las configuraciones de los chatbots, incluyendo modelo, prompts y herramientas.
Interfaz para crear, configurar, probar y publicar los widgets de chat que se insertan en sitios web.
Interfaz para gestionar las bases de documentos que alimentan las respuestas del chatbot.
Interfaz para registrar y gestionar las bases de datos relacionales y almacenes de vectores conectados al sistema.
Interfaz para visualizar y gestionar el historial de conversaciones de todos los usuarios.
Interfaz para revisar registros de actividad, errores y uso del sistema.
Interfaz para registrar y configurar los modelos de lenguaje disponibles para los chatbots.
Página dedicada en el panel donde el administrador puede probar el widget de chat en tiempo real antes de publicarlo.
El backend está organizado en dominios funcionales independientes: motor LLM, gestor de chat, widgets e identidad, facilitando el desarrollo y mantenimiento independiente de cada…
La API admite varias organizaciones y separa sus datos y configuraciones por inquilino.
En producción, el sistema usa Gunicorn como servidor web de alta capacidad, con configuración personalizable de trabajadores.
Permite desplegar los servicios mediante Docker y Docker Compose.
No encontramos características con esos términos. Intente una palabra diferente.
Explore cómo se relaciona con los demás productos y las capacidades compartidas.
Consulta · Análisis · Gestión de información
Documentos y repositorios · Bases de datos · Aplicaciones y APIs
Una vista funcional de IFINDIT y sus capacidades compartidas. Cada producto conecta necesidades distintas de la organización.
Ver arquitectura de la plataforma (SVG)Cuéntenos qué necesita encontrar, analizar u organizar. Conozca IFINDIT con el equipo de Creangel.
