Equipo de agentes (router)

El Equipo de agentes (router) te deja tener varios agentes especialistas en un mismo chat —por ejemplo Ventas, Taller y Administración— en vez de uno solo que sabe de todo. Un agente atiende por defecto y, cuando el pedido del usuario es de otro ámbito, deriva (handoff) al especialista correcto. El usuario no pierde el hilo: todos comparten la misma conversación y la misma memoria; cada uno responde con su propio contexto (su system prompt, su RAG y sus tools).

Cómo funciona la derivación

Al agente que atiende se le ofrecen, además de sus tools, unas herramientas de derivación (una por cada compañero de equipo). Cuando el modelo detecta que el tema no es suyo, llama a la derivación correspondiente; el router cambia de agente y vuelve a responder el mismo mensaje con el especialista adecuado (respuesta real, no un “te transfiero”). El agente activo se recuerda entre mensajes, hasta que haya otra derivación. Hay un tope de saltos por turno para evitar rebotes infinitos.

Dónde va en el workflow

telegramReceive  →  Equipo de agentes (router)  →  telegram (enviar)

Los AI Agent especialistas van en el mismo workflow pero sueltos (no conectados al flujo), igual que los nodos de Cerebro/RAG/Tools. El router los descubre solos.

Configuración

Campo	Tipo	Requerido	Descripción
input	text	No	Mensaje del usuario. Si se deja vacío, usa `data.content` / `data.message` del trigger del canal.
session_key	text	No	Clave para aislar la memoria por usuario. En Telegram usá `{{data.chatId}}`; en WhatsApp el teléfono. Si se deja vacío, se deriva del canal automáticamente.
default_agent	text	No	Alias del AI Agent que atiende por defecto. Si se deja vacío, se usa el marcado “Agente por defecto” o el primero.

Salida: data.reply (y data.response) con la respuesta, data.agent (qué especialista respondió) y data.session_id.

Configurar cada especialista

Cada AI Agent del equipo se configura como siempre (su cerebro, RAG y tools), y además tiene tres campos que definen su papel en el equipo:

Campo	Para qué
Nombre del agente	Cómo se lo llama al derivar, ej. Ventas, Taller, Administración.
Propósito / cuándo usarlo	Cuándo debe atender este agente. Es lo que leen los demás para decidir la derivación, ej. “facturas, pagos y datos fiscales”.
Agente por defecto	Marcá uno solo por equipo: es el que atiende primero.

Ejemplo — Ventas + Taller + Administración

Armá el workflow del canal: telegramReceive → Equipo de agentes (router) → telegram.
En el router, session_key: `{{data.chatId}}` (para que cada cliente tenga su memoria).
Agregá tres AI Agent sueltos, cada uno con su Cerebro:
- Ventas — Propósito: “asesoramiento y venta de proyectos”. Marcá Agente por defecto.
- Taller — Propósito: “estado de reparaciones, turnos y soporte técnico”.
- Administración — Propósito: “facturas, pagos, datos fiscales”.
(Opcional) Conectá a Ventas un RAG con el catálogo, y a los demás sus tools.

Resultado: el cliente escribe y lo atiende Ventas. Si pregunta “¿me pasan la factura del mes?”, Ventas deriva a Administración, que responde y sigue atendiendo hasta que el tema vuelva a cambiar.

Problemas frecuentes

Todos comparten memoria / se mezclan usuarios: falta session_key. Ponelo en `{{data.chatId}}` (Telegram) o el teléfono (WhatsApp).
No deriva nunca: revisá el Propósito de cada especialista; si están vacíos o poco claros, el modelo no sabe cuándo derivar.
Deriva de más: afiná los Propósitos para que no se solapen, y reforzá en el system prompt de cada uno que responda solo sobre su ámbito.
Error de credencial al derivar: el especialista que recibe también necesita su Cerebro con la credencial del cliente.