Ya disponible
Agent Harness ya está disponible: ejecute Claude Agent SDK, OpenAI Agents SDK, Pi o su propio agente en WhatsApp
Desde esta semana, los clientes de MonoChat pueden elegir el framework de agentes que hay detrás de su IA. Añada un AI Harness, incorpore un nodo AI Agent a un flujo y su agente responde en WhatsApp y en todos los demás canales, con su equipo a un traspaso de distancia.
O empiece con 150 $ de crédito, suficiente para un primer mes de Growth
Publicado:
La mayoría de las plataformas de mensajería con clientes venden un único agente de IA: el suyo. Eso funciona hasta que quiere otro modelo, un framework que sus desarrolladores ya usan o un agente que ha creado y probado usted mismo.
Agent Harness cambia eso en MonoChat. Traiga su propio framework de agentes, o use el nuestro, y ejecútelo en todos los canales que conecta MonoChat, con las mismas herramientas, la misma bandeja de entrada y el mismo traspaso a su equipo.
Qué hay de nuevo
Un AI Harness es una definición de servicio que usted añade una vez en MonoChat. Le indica a MonoChat qué framework de agentes debe hacer el trabajo y dónde se ejecuta. Lo usa el nuevo nodo AI Agent de un flujo, y también la API de ejecución de agentes, de modo que sus propias aplicaciones también pueden iniciar una ejecución de agente.
Como el agente se ejecuta dentro de un flujo de MonoChat, funciona dondequiera que funcione el flujo: WhatsApp, Instagram, Messenger, TikTok, Telegram, chat web, SMS y voz.
Elija su harness
Siete proveedores disponibles desde el primer día:
| Proveedor | Dónde se ejecuta | Qué necesita |
|---|---|---|
| MonoChat (harness integrado) | Dentro de MonoChat | Nada; usa sus modelos de IA de MonoChat |
| OpenAI Agents SDK | Dentro de MonoChat | Nada adicional; usa sus modelos de IA |
| Claude Agent SDK | El agent runner de MonoChat, con cada ejecución como un proceso de agente aislado al estilo Claude Code | Nada adicional; usa sus modelos de IA a través del gateway de MonoChat |
| Pi (harness del agente de programación Pi) | El agent runner de MonoChat | Nada adicional; modelos a través del gateway de MonoChat |
| OpenAI Agents API (alojado por OpenAI) | Nube de OpenAI | Su clave de API de OpenAI |
| Claude Managed Agents (alojado por Anthropic) | Nube de Anthropic | Su clave de API de Anthropic |
| Personalizado | Su propio servidor, cualquier framework (LangGraph, Google ADK, CrewAI, su propio código) | Una URL de endpoint y un secreto compartido |
Los nombres de productos pertenecen a sus propietarios.
Modelos principal, de respaldo y rápido
Cada nodo AI Agent tiene tres roles de modelo y un presupuesto:
- Modelo principal razona, decide y redacta las respuestas.
- Modelo de respaldo toma el relevo tras un límite flexible o un fallo, para que el cliente no se quede esperando.
- Modelo rápido se encarga del trabajo en segundo plano.
- Límites de presupuesto limitan lo que puede gastar una sola ejecución.
Sus herramientas, su bandeja de entrada, su equipo
El agente usa las herramientas de MonoChat que ya tiene: herramientas de función de IA, servidores MCP, la base de conocimiento y funciones personalizadas. Cuando una conversación necesita a una persona, pasa a su bandeja de entrada de equipo compartida con todo el historial, de modo que nadie pide al cliente que se repita.
Con sus propias claves de proveedor de IA, paga directamente al proveedor. MonoChat no añade ningún recargo por la IA.
Cómo empezar
- Añada un AI Harness y elija el proveedor.
- Añada un nodo AI Agent a un flujo y elija el harness.
- Elija los modelos principal, de respaldo y rápido y defina un presupuesto por ejecución.
- Conecte su canal, como su número de WhatsApp.
- Prueba el flujo y luego ponlo en marcha.
Leer más
- Agent Harness: proveedores, roles de modelo y preguntas frecuentes
- Qué es un agent harness y por qué la atención por WhatsApp necesita uno
- Cómo ejecutar un agente de Claude Agent SDK en WhatsApp
- Cómo crear un agente de WhatsApp con OpenAI Agents SDK
- Traiga su propio agente de IA a WhatsApp con un endpoint de webhook
- Por qué su agente de IA de cara al cliente necesita un modelo de respaldo