Este workflow implementa un chatbot impulsado por múltiples agentes de IA que interactúan con una base de datos Postgres/Supabase y el servicio QuickChart para generar gráficos. El flujo comienza cuando se recibe un mensaje de chat (trigger). Un agente principal (🤖Primary Agent) procesa el mensaje y, usando un enrutador (🔀Tool Agent Router), delega tareas a agentes secundarios especializados: uno para consultas a la base de datos (🤖Secondary Postgres Agent) y otro para la generación de gráficos con QuickChart (🤖Secondary QuickChart Agent). El agente de Postgres consulta la base de datos utilizando nodos ‘Execute SQL Query’ y ‘Table Definitions’, mientras que el agente de QuickChart utiliza ‘Create QuickChart’ para generar URLs de gráficos. La memoria del chat se gestiona con ‘Postgres Chat Memory’. Los resultados de ambos agentes se integran en la respuesta final del chatbot principal, que utiliza modelos de lenguaje OpenAI (‘gpt-4o-mini’, ‘gpt-40-mini-1’, ‘gpt-4o-mini-2’). El workflow incluye la gestión de esquemas de datos (‘QuickChart Object Schema’) para asegurar la correcta interpretación de los datos.
- Integración de múltiples agentes de IA para una gestión eficiente de tareas.
- Interacción con base de datos Postgres/Supabase para acceso a información contextual.
- Generación dinámica de gráficos con QuickChart para una mejor visualización de datos.
- Uso de modelos de lenguaje OpenAI para el procesamiento del lenguaje natural.
- Gestión de la memoria del chat para mantener el contexto de la conversación.