Saltearse al contenido
Nappai Documentation

Capítulo 3: El Sistema de Agentes y Enrutamiento

Con la base de conocimiento lista, es hora de construir el flujo principal que interactuará con el usuario.

1. El Clasificador de Intención: El Cerebro Orquestador

Esta es la primera y más importante parte del flujo.

  1. Añadir Componentes: Coloca un Chat Input, un Agent (renómbralo a “Detector de Intención”) y un Gemini.
  2. Conexiones:
    • Conecta la salida message del Chat Input a la entrada input_value del Detector de Intención.
    • Conecta la salida model_output del Gemini a la entrada llm del Detector de Intención.
  3. Configuración del Detector de Intención:
    • System Prompt: 
      Eres un clasificador de intenciones para servicio al cliente.
      Analiza el mensaje del usuario y responde con UNA SOLA palabra: "nivel1", "nivel2" o "nivel3".
      

      Criterios de clasificación:
      - "nivel1": Consultas sobre información de la empresa.
      - "nivel2": Consultas sobre estado de órdenes o información en el sistema como productos.
      - "nivel3": Solicitudes de devolución de productos o necesidad de intervención humana por pedido del cliente.
      

      Solo responde con la palabra correspondiente, sin explicaciones adicionales.

2. El Hub de Decisiones: Configurando los Enrutadores

A diferencia de un sistema en cadena, conectaremos tres Conditional Routers en paralelo para crear un hub de decisiones eficiente.

  1. Añadir Componentes: Coloca tres Conditional Router.
  2. Conexiones Paralelas:
    • Conecta la salida response del Detector de Intención a la entrada input_text de TODOS TRES routers.
    • Conecta la salida message del Chat Input original a la entrada message de TODOS TRES routers. (Esto es crucial para que la pregunta original llegue al agente final).
  3. Configuración de cada Router:
    • Router 1: Match Text -> nivel1. La salida true_result activará al Agente de Nivel 1.
    • Router 2: Match Text -> nivel2. La salida true_result activará al Agente de Nivel 2.
    • Router 3: Match Text -> nivel3. La salida true_result activará al Agente de Nivel 3.

3. Los Departamentos de IA: Agentes Especializados

Finalmente, construye una rama para cada nivel, conectando la salida true_result del router correspondiente.

  • Agente Nivel 1 (Departamento de Conocimiento - RAG):

    • Componentes: Un Agent, un Gemini, un RAG Agent como herramienta, y un Chroma DB.
    • Conexiones: La salida true_result del Router 1 se conecta a la entrada input_value del Agent. Este agente utiliza el RAG Agent como herramienta, el cual a su vez utiliza un Chroma DB configurado en modo Retriever.
    • Configuración de Chroma DB: Usa el mismo Collection Name (ecommerce_policies) que en el Capítulo 2.
    • System Prompt del Agente: Responde a la pregunta del usuario basándote únicamente en la información que te proporciona tu herramienta de búsqueda.

  • Agente Nivel 2 (Departamento de Sistemas - API):

    • Componentes: Un Agent, un Gemini y un API Request como herramienta.
    • Conexiones: La salida true_result del Router 2 se conecta a la entrada input_value del Agent. La API Request se conecta a su entrada tools.
    • System Prompt del Agente: Tu única función es usar la herramienta API para consultar el estado del pedido y comunicar el resultado al usuario de forma clara.

  • Agente Nivel 3 (Departamento de Soporte Humano - Escalación):

    • Componentes: Un Agent, un Gemini y un Telegram Message como herramienta.
    • Conexiones: La salida true_result del Router 3 se conecta a la entrada input_value del Agent. El Telegram Message se conecta a su entrada tools.
    • System Prompt del Agente: Usa tu herramienta de Telegram para notificar al equipo de soporte sobre la solicitud del cliente. Luego, informa al usuario que su caso ha sido escalado y que será contactado en breve.