Tu negocio, legible para un agente.

Componentes

Qué corre en esta capa.

Índice de contexto · tenant de demo retail

Datos de demo

FuenteFrescura

PedidosSAP · MCP · entidaden vivo
ClientesSalesforce · MCP · entidaden vivo
Política de devoluciones, v7SharePoint · 148 pasajeshace 2 h
SLAs de transportistas por regiónS3 · 62 pasajesdiaria
Casos pasadosZendesk · 3,410 casosreindexando

Cada pasaje conserva su fuente. El índice vive en tu cuenta de AWS.

07 componentes en esta capa

En producción× 6
Arquitectura de referencia× 1

01

Modelo de entidades

Entidades tipadas con sistema dueño y fuente.

02

Reglas de negocio

Límites, escalamientos y umbrales, versionados como código.

03

Amazon Bedrock Knowledge Bases

Ingesta y recuperación administradas en tu cuenta de AWS.

04

pgvector y OpenSearch

Índices vectoriales y de palabras clave, para números de parte y párrafos.

05

RAG híbrido con reranking

Un reranker elige qué llega realmente al modelo.

06

Memoria de corto y largo plazo

Esta conversación y la anterior, con tus reglas de retención.

07Arquitectura de referencia

Knowledge graph en Neo4j

Preguntas de varios saltos donde las relaciones pesan más.

En producción: Un cliente real, o DaCodes mismo etiquetado como uso interno, con un KPI medido en el Proof Ledger.

El modelo de tu negocio

Lo que un agente tiene que saber.

01

Entidades

Cada una con sistema dueño y regla de frescura.

02

Reglas

Qué puede decidir solo el agente y qué necesita a una persona. Versionadas como código.

03

Documentos

Manuales, contratos y casos pasados, indexados con la fuente en cada pasaje.

04

Memoria

Esta conversación y la anterior, con la retención que tú controlas.

Llámale ontología, capa semántica o knowledge graph. Nosotros le llamamos capa de contexto: la parte que hace que el agente sea tuyo.

context/pedido · #48213

Datos de demo

Pedido #48213

en vivo

01Entidades

estatus: Entrega fallida, reintento hoy
cliente: C-20931
total: $2,480.00 MXN
tienda: Tienda 112, Monterrey

Entidades relacionadas

Cliente
Envío
Transportista
Tienda
Devolución

02Reglas

Reembolso hasta $1,500 MXN solo
Escalar en la 2a entrega fallidaaplica

03Documentos

Política de devoluciones, v7SharePoint · 148 pasajes

04Memoria

09:41WhatsApp: preguntó por el pedido; se le dijo que el transportista reintenta hoy.

Se lee por MCP. Los evals se repiten cuando cambia una regla.

Ejemplo anonimizado

Un agente de retail, dibujado como su contexto.

Seis entidades, cuatro reglas, dos conjuntos de documentos. Resuelve solo las preguntas de rutina y escala el resto con la evidencia.

Grafo de contexto · agente de estatus de pedidos

Anonimizado

Reglas · 4

Reembolso hasta $1,500 MXN sin aprobación
Escalar en la segunda entrega fallida
Nunca prometer una fecha que el transportista no confirmó
Devoluciones solo dentro de 30 días de la entrega

Documentos · 2

Política de devoluciones, versión vigente
SLAs de transportistas por región

Memoria · 2

Últimos tres contactos con este cliente
Caso abierto y seguimientos prometidos

Compuesto a partir de despliegues de retail en México; nombres y umbrales cambiados. Sep 2026.

Preguntas

Lo que preguntan los arquitectos.

Parecido, sin la ceremonia. La capa de contexto guarda entidades tipadas, relaciones y reglas como lo haría una ontología, pero arranca con las seis o siete entidades que necesita tu primer agente y crece con cada uno. Nunca modelas toda la empresa por adelantado.

En tu cuenta. Los índices corren en pgvector, OpenSearch o Bedrock Knowledge Bases dentro de tu tenant de AWS; los documentos fuente se quedan donde están. Nada se copia a un ambiente de DaCodes.

Cada fuente tiene un calendario de sincronización y una regla de frescura. Cuando cambia una política, el índice se actualiza y el set de evals que depende de ella vuelve a correr, así ves si las respuestas del agente se movieron.

Habla con un arquitecto

45 minutos con quienes operan la plataforma. Sin slides.

Te contestamos en menos de un día hábil.