RZ
IA & Arquitectura

Orquestacion de Agentes Autonomos (Nova)

Agencia de agentes CrewAI con CEO, 5 divisiones y 29 especialistas que ejecutan trabajo real 24/7 — API FastAPI, grafo 3D, trazas SSE e inferencia local. No es un chatbot: es un negocio operado por IA.

Dominio
Agentic AI / Ops
Rol
Solutions Architect / Owner
Modelo
Local-first + API
Escala
29 especialistas + CEO
Contexto

Nova MWS es un producto de orquestacion real, no un chatbot con nombre bonito. Coordina una red de 29 agentes especializados (research, contenido, ops) con configuracion por agente, trazabilidad en vivo y puente directo a los datos de negocio de MWS.

Problema

  • 1Reducir carga operativa manual sin perder control.
  • 2Mantener privacidad con inferencia local cuando aplica.
  • 3Hacer observable una red de 30 roles.
  • 4Desplegar de forma reproducible (Docker / VPS).

El enfoque

01

Diseno multi-agente

CEO + divisiones + 29 especialistas con routing explicito y overrides de runtime.

02

API + paneles operativos

FastAPI con /visual (grafo 3D), /vivo (SSE), /configuracion y health.

03

Inferencia local y tools

Ollama + herramientas MCP/Composio/MWS para ejecutar trabajo real, no solo texto.

04

Observabilidad

Trazas de corrida, Langfuse opcional y estado de modulos en configuracion.

Arquitectura
ArquitecturaInteractivo · cursor o foco en cada capa

Mapa parcial del plano de control: operador y panel vivo → API de orquestacion → hub director / divisiones / especialistas → inferencia local, tools acotadas y estado. No expone configs ni el inventario completo de agentes.

Capas del sistema

  1. 01UI operativa: /visual, /vivo, /configuracion
  2. 02API FastAPI: ejecutar, stream SSE, graph, health
  3. 03Orquestacion CrewAI: CEO → hubs → especialistas
  4. 04Inferencia: Ollama + overrides por agente
  5. 05Tools: MCP, Composio, pack MWS, n8n
  6. 06Datos: SQLite/PostgreSQL + runtime overrides

Stack aplicado

  • Python
  • CrewAI
  • FastAPI
  • Ollama
  • RAG
  • MCP
  • Docker
  • SSE

Decisiones de diseno

  • Local-first vs solo cloud LLM

    Privacidad, costo predecible y operacion en perimetro del cliente.

  • Red especializada vs un solo asistente

    Routing por dominio y ownership claro de cada capacidad.

  • Config por agente sin redeploy

    Operar prompts/modelos/tools desde panel, no desde git cada vez.

Topologia de orquestacionCEO → hubs → …

Impacto

29+1
Especialistas + CEO orquestados
12,2M
Tokens y 296 llamadas de crew por ~USD 29,90 (cascada de 14 proveedores)
2.749
Chunks RAG indexados sobre 159 documentos propios
11
Subsistemas monitoreados en el HUD de salud
24/7
Operacion continua con trazas
Local
Inferencia privada con Ollama

Puntos clave

  • Producto con panel visual y ejecucion en vivo, no solo notebook.
  • Arquitectura local-first con escapes a tools externas controladas.
  • Ownership end-to-end: agentes, API, UI operativa y deploy.

Encaje / como contratar

Contrata esto si necesitas un Solutions Architect / AI automation lead que ya probo que un ecosistema de 29 agentes puede operar en produccion, no solo en un notebook. Empezamos con una llamada de 15 min; si el alcance lo pide, sigo como retainer de evolucion continua.

Agendar llamada tecnica