🧠 Stack Modular d’Infraestructura d’IA

Construïm sistemes d’IA personalitzats i contenitzats per a organitzacions que necessiten una IA segura, adaptada al domini i operativa. El nostre stack és de codi obert, modular i preparat per a producció — permetent agents que no només responen preguntes, sinó que també actuen, s’integren i col·laboren.

🧱 Visió General de l’Arquitectura

La nostra arquitectura està dissenyada per a oferir la màxima flexibilitat i privadesa. Cada servei està contenitzat de manera independent i es comunica a través d’una xarxa interna segura.

Capa	Component	Descripció
Frontend	Streamlit (desenvolupament) App Svelte (producció)	Streamlit permet prototipatge ràpid. El nostre frontend de producció està construït en Svelte amb login, rols i gestió segura de sessions.
Motor d’Agents	Generador Visual Potent d’Agents (PUAG)	Constructor visual per definir fluxos d’agents, memòria, crides a eines i lògica condicional. Basat en LangChain, però abstraït per facilitar-ne l’ús.
Model de Llenguatge (LLM)	Ollama (local) o APIs al núvol	Desplegament local de models de codi obert (p. ex. Qwen, Mistral, LLaMA3) via Ollama. Les APIs al núvol (OpenAI, Claude) són opcionals, controlables i segures.
Motor STT	Interfície Modular de Veu-a-Text	Motor STT endollable amb suport per a tots els idiomes principals. Transcripció en temps real o per lots amb acceleració GPU.
Memòria i RAG	PostgreSQL + pgvector	Memòria semàntica per a l’historial de xats, cerca de documents i generació amb recuperació (RAG). Compatible amb indexació multi-tenant.
Capa d’Eines	MCP – Model Context Protocol	Protocol unificat per integrar eines personalitzades, APIs, lògica de negoci i altres agents. Les eines són descobribles, declaratives i segures.
Infraestructura	Docker	Cada servei està contenitzat i gestionat de manera independent. Només el frontend està exposat. Compatible amb desplegaments aïllats o híbrids.

🧰 MCP – Model Context Protocol

El Model Context Protocol (MCP) és la nostra interfície universal per a eines i integracions.

Cada eina MCP és:

Autodescriptiva (nom, descripció, paràmetres, resposta)
Executable via API o funció
Descobrible pels agents LLM en temps d’execució

Les eines MCP poden ser:

Codi intern o lògica de negoci
APIs externes (p. ex. Gmail, Office, Odoo, Slack)
Automatitzacions integrades (recollida de dades, generadors)
Altres agents

🤖 A2A – Col·laboració Agent-a-Agent

Una de les característiques més potents del stack és la interacció Agent-a-Agent (A2A).

Qualsevol servei exposat via MCP — incloent un agent — pot ser cridat per un altre agent.

Com funciona:

Cada agent pot exposar una interfície MCP
Altres agents el poden invocar com a eina
Les respostes es poden encadenar, delegar o validar

Casos d’ús:

Escenari	Exemple
Delegació	Un agent assistent legal crida un agent de compliment normatiu per revisar una clàusula.
Composició	Un agent de consulta mèdica crida un agent de diagnosi amb símptomes extrets.
Escalada	Un agent general detecta una consulta financera i la delega a un agent especialitzat.
Validació	Un agent comprova la resposta d’un altre abans de presentar-la a l’usuari.

Això permet ecosistemes intel·ligents i modulars on els agents col·laboren per resoldre fluxos de treball complexos — de manera segura i transparent.

🧠 Generador Visual Potent d’Agents (PUAG)

El teu equip (o el nostre) pot construir, provar i desplegar la lògica d’agents amb una interfície visual i modular.

Característiques principals:

Disseny de prompts, configuració de memòria, lògica de fallback
Assignació d’eines (MCP) i gestió de permisos
Versionat i bancs de proves
Desplegable com a contenidors o serveis invocables

Tots els fluxos són compatibles amb escenaris A2A — cosa que significa que els agents poden ser composats, ampliats o sobreescrits.

🗃️ Memòria Vectorial amb Postgres + pgvector

La nostra capa de memòria semàntica permet:

Xat contextual amb rellevància històrica
Recuperació de documents interns, dades estructurades o expedients
RAG (Generació amb Recuperació) per a prompts dinàmics

Les teves dades romanen completament privades, emmagatzemades localment i auditables.

🛡️ Seguretat i Desplegament

Contenitzat: Cada servei està aïllat i dockeritzat
Xarxa interna: Cap port exposat entre components
Privat per disseny: Cap dada surt de la teva infraestructura si no es configura explícitament
Preparat per al RGPD: Dissenyat per al compliment i la traçabilitat
Compatible amb entorns aïllats: Funciona completament offline

⚙️ Configuracions d’Exemple

Domini	LLM	STT	Eines MCP / A2A	Descripció
Sanitat	Qwen 4B (local)	Català, Espanyol	`get_radiograph`, `diagnose`, `report_agent`	Un agent assistent de pacients delega en agents de diagnosi i de reports
Legal	Mistral 7B	Espanyol, Francès	`fetch_law`, `check_clause`, `summary_agent`	L’agent legal crida altres agents per a resum i avaluació de riscos
Finances	GPT-4 API	Anglès	`odoo_agent`, `kpi_forecaster`	Un agent de dashboard delega peticions a agents especialitzats en ERP i previsions
Educació	LLaMA3	Àrab, Anglès	`quiz_agent`, `tutor_agent`	Un agent coordinador assigna tasques a agents de contingut i seguiment d’alumnes

✅ Per què aquest Stack?

Componible i Modular: Intercanvia o combina agents, eines, models o capes d’UI
Privat i Complidor: Control total sobre la infraestructura i les dades
Específic per Domini: Cada agent i flux s’adapta als teus processos
Preparat per Producció: Des de prototip ràpid fins a desplegament segur
Ecosistema Connectat: Construeix la teva pròpia xarxa d’agents col·laboratius amb IA

💼 Els Nostres Serveis

Oferim un servei complet de cicle de vida:

Disseny d’arquitectura i infraestructura
Desplegament i ajust de models
Disseny d’agents (fluxos, memòria, delegació)
Integració MCP amb les teves eines internes
Implementació del frontend (Streamlit, Svelte)
Formació, transferència o suport gestionat

Podem lliurar el sistema complet o capacitar el teu equip perquè el gestioni internament.

Arquitectura Central: Àudio - Transcripció - Xat Contextual + MCP