Case study
Lead Architect & Developer·October 2024 to Present
FlowOne: Plataforma de Orquestación de Agentes de IA
Arquitecto principal de una plataforma SaaS AI-native con Agent Studio, Workflow Studio y Voice AI. Pipeline de voz en tiempo real por WebSocket (STT → LLM → TTS) con ElevenLabs y Twilio, integraciones omnicanal y un backend FastAPI multi-tenant.
01
Resumen
FlowOne es una plataforma SaaS nativa de IA que lidero como arquitecto y desarrollador, uniendo un Agent Studio, un Workflow Studio y Voice AI en un solo producto. Fue diseñada para llevar la IA agéntica de una demo a algo que las empresas puedan usar realmente en producción.
02
El desafío
Los equipos que construían productos de IA combinaban herramientas desconectadas: un creador de chatbots por aquí, una plataforma de automatización de flujos por allá, un proveedor de IA de voz aparte. Ningún sistema gestionaba todo el ciclo de vida del agente, desde el diseño hasta el despliegue.
03
El enfoque
Diseñé FlowOne como una plataforma nativa de IA: un Agent Studio y un Workflow Studio para construir y orquestar sistemas multiagente, una pipeline de voz en tiempo real para canales telefónicos y de voz, y mensajería omnicanal. Todo sobre un backend FastAPI multi-tenant construido para escalar a nivel empresarial.
04
Cómo funciona
Los eventos entrantes llegan a adaptadores de canal (WhatsApp Business API, chat web, voz de Twilio). Una capa RAG acotada al workspace (PostgreSQL con pgvector) recupera el conocimiento del inquilino. Agent Studio planifica las llamadas a herramientas y Workflow Studio (LangGraph) ejecuta grafos de varios pasos. La voz es una pipeline WebSocket dedicada: STT, LLM y luego TTS de ElevenLabs, transportado por Twilio. La autenticación, los workspaces y la facturación viven en un núcleo FastAPI multi-tenant, de modo que cada inquilino queda aislado sin bifurcar el runtime.
05
Arquitectura del sistema
Cómo se comunican las piezas. Pasa el cursor por un nodo o cambia al código que mueve el runtime.
Channels
Orchestration
Runtime
06
Qué construí
Arquitectura integral de la plataforma: Agent Studio, Workflow Studio y Voice AI como un solo producto.
Ruta de voz en tiempo real de STT a LLM y a TTS sobre WebSockets, con ElevenLabs y Twilio.
Adaptadores omnicanal: WhatsApp Business API, bandeja compartida y chat web sobre el mismo runtime de agentes.
Backend FastAPI multi-tenant con autenticación, workspaces, aislamiento e integraciones con APIs de terceros.
RAG sobre PostgreSQL para que cada workspace recupere únicamente su propio conocimiento.
07
Resultados
Arquitecté una plataforma multiagente modular con pipelines de RAG, flujos de tool-calling y capacidades de automatización empresarial.
Desarrollé una pipeline de voz en tiempo real por WebSocket (STT → LLM → TTS) usando ElevenLabs y Twilio.
Construí integraciones omnicanal, incluyendo WhatsApp Business API, bandeja compartida y chat web.
Construí un backend escalable con FastAPI, PostgreSQL, Docker y WebSockets.
Desarrollé autenticación segura, gestión de workspaces e integraciones con APIs de terceros.
Implementé arquitectura multi-tenant y servicios de backend modulares para despliegues empresariales escalables.
08
Resultados
Un único plano de control para agentes, flujos y voz en lugar de tres proveedores desconectados.
Multi-tenancy con forma de producción: una base de código y muchos workspaces aislados.
Voz y chat comparten los mismos agentes con tool-calling, sin un fork paralelo de «bot de voz».
09
Qué aprendí
Las demos de agentes fallan en producción por multi-tenancy, evaluaciones y latencia. Fueron prioridades desde el primer día.
La voz necesita una pipeline de streaming, no un chatbot de petición y respuesta envuelto en un número de teléfono.
El tool-calling sin recuperación es un mentiroso convincente. El RAG debe estar acotado al workspace.
10
Stack tecnológico
¿Tienes algo similar en mente?
Estoy abierto a nuevos proyectos. Hablemos de lo que estás construyendo.