Build Day: Agentes inteligentes. Recursos y más
Todos los recursos necesarios para el hackathon, desde integraciones hasta bases de datos vectoriales y Model Context Protocol.
Si estás aquí, muy probablemente estés participando en el Hackathon. Felicidades — eso no es menor. Significa que no te quedaste viendo. Que decidiste construir algo en lugar de opinar desde afuera. Este post tiene un solo propósito: que no pierdas ni un minuto buscando recursos y te dediques a lo que importa: hacer que tu agente funcione.
Ahora que ya sabes cuál es el tema de investigación, te invitamos a que leas un poco sobre ¿Qué debe tener un agente de AI para ventas empresariales? Da click aquí para leer el artículo del Dr. Herman Geovany y descubre las mejores prácticas para construir agentes inteligentes.
Seguro también estás ansioso por empezar a construir tu agente de AI. ¡No te preocupes! Hemos cumplido con nuestra promesa de proporcionar un starter kit que te ayudará a codificar lo más rápido posible. Ir al repositorio →
Formato de Presentación
Al final del día, tendrás que demostrar lo que construiste. Enfócate en el problema que resuelves y en la demo técnica. No queremos una power-point, pero el siguiente formato te ayudará a presentar tu agente de manera clara y profesional. Deberás entregarlo a la hora del cierre.
- Plantilla de Presentación — Guía estructurada para tu pitch de 5 minutos. Descargar Formato →
Integraciones y CRMs
Tu agente necesita hablar con el mundo real. Además de herramientas de comunicación, conectar tu agente con un CRM permite que guarde leads y consulte el historial de clientes automáticamente.
- Gmail API — Envía correos de seguimiento automáticos. Documentación →
- Conecta Gmail a tu Backend - Como recibir correos automaticamente a tu API Video →
- WhatsApp Cloud API — La forma oficial de conectar con WhatsApp. Documentación →
- Twilio WhatsApp — La opción más rápida para hackathons usando el Sandbox. Guía Python →
- HubSpot API — Conecta tu agente con el CRM líder. Documentación para desarrolladores →
- Salesforce API — Integración robusta para ventas empresariales. Guía de inicio →
Conectando Bases de Datos SQL
A veces los datos más valiosos están en una base de datos tradicional (PostgreSQL, MySQL). Puedes darles "herramientas" a tus agentes para que generen SQL y consulten información estructurada.
- LangChain SQL Agent — Cómo permitir que un LLM consulte tu base de datos de forma segura. Tutorial →
- Prisma Client Python — ORM moderno y auto-generado para interactuar con bases de datos en Python. Documentación →
- SQLAlchemy — El ORM estándar para conectar Python con casi cualquier base de datos. Documentación →
Cloud & Infraestructura (AWS)
No necesitas un servidor propio. AWS tiene todo lo que necesitas para desplegar tu agente en producción.
- Amazon S3 — Almacena documentos y contexto de tus agentes. Guía de inicio →
- Amazon Textract (OCR) — Extrae datos de facturas o contratos. Documentación →
Bases de Datos Vectoriales (RAG)
Para que tu agente entienda el contexto de tu empresa, necesita buscar en miles de documentos rápidamente. Las bases de datos vectoriales permiten convertir texto en "vectores" numéricos para encontrar información por similitud semántica en lugar de palabras clave exactas.
- ¿Qué es una Vector DB? — Una intro rápida para entender el concepto de embeddings. Leer más →
- Pinecone — Base de datos vectorial serverless fácil de usar. Documentación →
- ChromaDB — Opción open-source que puedes correr localmente. Ir a la docs →
Memoria para agentes (mem0)
Un agente sin memoria olvida todo cada conversación. mem0 resuelve eso con una capa de memoria persistente y semántica. Puedes integrar una memoria a largo plazo a tu agente. Puedes revisar este servicio en la documentación oficial.
- Quickstart con Python — Implementa memoria en 5 líneas de código. Ver guía →
- Uso en Ventas & CRM — Cómo mem0 ayuda a cerrar tratos. Casos de uso →
- Repositorio Oficial — SDKs y ejemplos. GitHub →
Model Context Protocol (MCP)
El Model Context Protocol es un estándar abierto impulsado por Anthropic que permite a los LLMs conectarse de forma segura a fuentes de datos y herramientas externas con una sola configuración.
- Introducción a MCP — Qué es y por qué está cambiando la forma de construir agentes. Ver docs oficiales →
- Salesforce MCP Server — Conecta Claude o tu propio agente a Salesforce usando este protocolo. Ver implementación →
- MCP Servers Directory — Una lista de servidores listos para usar (Google Drive, Slack, GitHub). Explorar servidores →
Frameworks de Backend (APIs)
Para que tu agente pueda recibir webhooks (como los de WhatsApp o Slack) o servir una interfaz, necesitarás un servidor backend robusto pero ligero.
- FastAPI — El estándar moderno para Python. Rápido, con validación automática y documentación interactiva (Swagger) integrada. Documentación →
- Flask — La opción clásica y minimalista. Ideal si prefieres tener el control total sobre la estructura de tu app. Documentación →
Machine Learning aplicado a ventas
El contexto importa. Estos recursos te ayudan a entender cómo aplicar ML en escenarios de ventas reales.
- Bank Marketing Dataset (UCI) — Datos reales para entrenar modelos de conversión. Descargar Dataset →
- Lead Scoring Tutorial — Cómo priorizar prospectos con Python. Ver Notebook →
- Churn Prediction — Identifica qué clientes están por irse. Ejemplo en GitHub →
Eso es todo lo que necesitas para arrancar. Si algo no está claro o encuentras un enlace roto, habla: estamos en el evento contigo.
Ahora ve a construir algo que valga la pena.