Agente de ventas autónomo sobre arquitectura Serverless, utilizando el protocolo MCP para integrar WhatsApp, Chatwoot y D1 Database.
Worker, D1 y MCP respondiendo correctamente.
Cloudflare Workers + SQLite D1.
Herramientas conectadas a datos reales.
Bloqueo administrativo de Meta (Display Name).
Resumen Ejecutivo: Este proyecto implementa un "Middleware Inteligente" que conecta usuarios de WhatsApp con una base de datos de inventario. A diferencia de chatbots tradicionales, utiliza el Model Context Protocol (MCP) para dar a la IA herramientas reales de ejecución (buscar, crear carrito, transferir), todo supervisado a través de Chatwoot.
El sistema está diseñado para ser asíncrono y escalable. Haga clic en los componentes para entender su función en el flujo.
Seleccione un nodo del diagrama para ver su función técnica.
La API de Chatwoot bloquea la creación artificial de mensajes entrantes (`incoming`) en canales oficiales de WhatsApp. Esto creaba un problema: el agente humano veía las respuestas del bot, pero no las preguntas del usuario. Solución: Inyectar Notas Privadas.
Chatwoot rechaza `POST /messages` con tipo 'incoming' si el canal es WhatsApp Cloud. Resultado: Historial incompleto.
El Worker captura el mensaje de Meta y lo inserta como una Nota Privada (`private: true`) antes de procesar la IA. Esto crea una trazabilidad visual perfecta.
La inteligencia del agente reside en estas 5 herramientas que le permiten interactuar con la base de datos y la lógica de negocio.
Visualización de los 100 productos cargados en la base de datos D1, categorizados por precio y tipo. El agente utiliza estos datos para responder consultas.
Distribución de Stock por Categoría
Relación Precio vs. Categoría (Plotly)