ChangoChat SaaS
Plataforma B2B de WhatsApp Cloud API Oficial con Arquitectura Dual-VM y Agentes Cognitivos Autónomos.
CHANGOCHAT: SaaS Omnicanal con Agentes Autónomos de IA y Arquitectura Dual-VM
Plataforma B2B multi-tenant de misión crítica para la gestión integral de canales de WhatsApp Business Cloud API. Diseñada con un pipeline perimetral de ingesta desacoplado (Gatekeeper en GCP/Hetzner) que garantiza cero pérdida de eventos ante reinicios o picos de tráfico, atención híbrida (operadores humanos + agentes de IA con razonamiento en dos pasadas), memoria semántica por organización y persistencia políglota (PostgreSQL + MongoDB).
Demostración en Tiempo Real: Inbox Omnicanal y Agente Cognitivo
Contenedor Preparado: [GIF / Video en Loop de la Operación]
Inbox interactivo con WebSockets, transición inmediata entre respuesta del Agente IA y toma de control por operador humano, y monitor de consumo de tokens y RAG vectorial.
Ingesta Gatekeeper & Zero-Loss
Respuesta <100ms a Meta. Cero pérdida de webhooks incluso durante despliegues o picos masivos de tráfico.
Motor Cognitivo con PGVector
Razonamiento en dos etapas con Tool Calling dinámico, memoria vectorial aislada y directivas anti-alucinación.
Postgres 15 + MongoDB
Relacional estricto para RBAC, tenants y embeddings; NoSQL atómico para millones de mensajes y eventos crudos.
Cloudflare Proxy & OpenObserve
Firewall perimetral filtrando tráfico no-Cloudflare, Traefik v2 y telemetría de latencia en red privada.
Inbox Omnicanal en Tiempo Real & Control de Agentes Autónomos
Una experiencia reactiva diseñada tanto para operadores humanos de alta demanda como para la supervisión y calibración técnica de agentes de inteligencia artificial.
[Captura 1: Inbox Omnicanal Enterprise]
Interfaz Mobile-First (100dvh), VCards, audios con waveform y control humano de la IA.
Atención Híbrida: Lista virtualizada de chats, WebSockets bidireccionales, renderizado reactivo de multimedia y botón de toma de control inmediata para operadores.
[Captura 2: Orquestador & RAG Vectorial]
Configuración de prompts, inyección dinámica de herramientas y persistencia de intención.
Calibración Cognitiva: Gestión de bases de conocimiento semánticas por tenant con PGVector, directivas anti-alucinación y herramientas nativas como la consulta de stock vehicular de DeRuedas.
[Captura 3: Telemetría & FinOps]
Auditoría de consumo de tokens por proveedor (DeepSeek, OpenRouter, Gemini) y latencia.
Supervisión Cloud: Desglose en tiempo real de consumo y costos de LLM por organización, aprobación de plantillas Meta y observabilidad centralizada de latencias.
El Desafío Técnico Completo: Arquitectura Dual-VM, RAG en 2 Pasadas y Resiliencia Cloud
Para directores de ingeniería y líderes de tecnología: cómo orquestar un SaaS que procesa miles de webhooks de Meta sin caídas, minimiza costos de tokens LLM y mantiene aislamiento multi-tenant estricto.
1. El Problema de Negocio: Canales Saturados y el Riesgo de Penalización por Meta
Vulnerabilidad de Webhooks de Meta
Meta exige respuestas HTTP 200 en menos de unos pocos segundos ante cada evento. Si el servidor central se encuentra en despliegue o bajo estrés por tareas de IA pesadas, los webhooks caen y Meta suspende automáticamente la suscripción del número institucional.
Costos Descontrolados y Alucinaciones
Enviar historiales de chat completos a modelos LLM comerciales en cada interacción dispara los costos de inferencia y genera alucinaciones críticas (como código Markdown, sintaxis JSON o datos inventados de productos).
Falta de Integración con Sistemas Reales
Los bots tradicionales operan en islas aisladas sin acceso seguro y dinámico a inventarios en vivo (como el stock de vehículos de DeRuedas) ni sincronización con CRM/ERP corporativos.
2. La Arquitectura Técnica: Estrategia Dual-VM y Persistencia Políglota
Para garantizar alta disponibilidad permanente y cero pérdida de mensajes, se desacopló físicamente la infraestructura en una topología distribuida de dos máquinas virtuales:
Micro-servicio perimetral en FastAPI dedicado exclusivamente a recibir webhooks de Meta y peticiones de integración externa (/external/{slug}). Valida firmas criptográficas, emite HTTP 200 en <100ms y canaliza el evento de forma asíncrona hacia el Core Engine. Los reinicios o compilaciones en la máquina principal jamás afectan la recepción de mensajes.
Aloja el backend central y workers asíncronos distribuidos. Implementa un pipeline de procesamiento directo (Direct Processing) que transmite eventos en tiempo real al worker, reduciendo la latencia de respuesta end-to-end en un 15% y liberando memoria en la máquina perimetral.
Razonamiento en dos pasadas: la 1ra pasada analiza el contexto, efectúa búsqueda semántica vectorial por tenant en PGVector y decide si requiere invocar herramientas (Dynamic Tool Calling). En la 2da pasada, procesa el resultado de la herramienta y formula la respuesta final aplicando directivas estrictas anti-alucinación adaptadas a WhatsApp.
Separación arquitectónica de responsabilidades: PostgreSQL gestiona modelos relacionales rígidos (organizaciones, usuarios, catálogos, plantillas oficiales y embeddings vectoriales). MongoDB almacena de forma atómica y altamente concurrente millones de mensajes multimedia, eventos y checkpoints de integraciones batch (integration_states).
3. Desafíos Críticos de Ingeniería Superados
Garantizar la verificación de firma X-Hub-Signature-256 de Meta en menos de 100ms requirió optimizar al extremo el pipeline del Gatekeeper, asegurando que ante picos repentinos de miles de mensajes concurrentes la cola se vacíe de forma streaming sin bloquear el hilo principal.
Se desarrollaron herramientas CLI de migración y re-indexación segmentada (reindex_all.py) que permitieron alternar entre modelos de embeddings (Google Embeddings, Cloudflare BGE-M3 y OpenAI) resolviendo discrepancias de dimensionalidad vectorial sin interrumpir la atención activa de los clientes.
Para flujos estructurados (como encuestas de satisfacción o calificación vehicular para DeRuedas), se diseñó un mecanismo de anclaje de intención que evita llamadas redundantes de clasificación por IA, garantizando que el usuario final jamás reciba respuestas con sintaxis técnica, JSON o markdown incompatibles con WhatsApp.
Todo el tráfico público se encuentra blindado detrás de Cloudflare Proxy con Traefik v2. Las reglas de firewall en GCP y UFW descartan de raíz cualquier tráfico fuera de los rangos oficiales de Cloudflare. Además, se configuró telemetría con OpenObserve en red privada para monitorear latencias y alertar anomalías en tiempo real.
4. Conclusión: Mi Rol como Full Stack & Arquitecto de Software
ChangoChat demuestra la capacidad de diseñar y ejecutar de punta a punta un producto SaaS de escala enterprise donde convergen múltiples complejidades de ingeniería:
Desde la resiliencia perimetral de infraestructura para cumplir con los estándares de disponibilidad de Meta, hasta el diseño de un agente cognitivo práctico que no encarece la operación gracias al RAG vectorial segmentado, la inyección dinámica de herramientas y una interfaz de usuario en tiempo real que potencia la productividad de los operadores humanos.