AI Builder

El AI Builder es la forma principal en que los clientes extienden ObjectOS. Abre Console, habla con el asistente en lenguaje natural y él construye los metadatos por ti: paquetes, objetos, campos, acciones, flujos. Cada cambio se encola en una lista de aprobación Human-in-the-Loop (HITL) antes de ponerse en marcha.

Pruébalo en 30 segundos

You: I need to track customer support tickets.
     Each ticket has a subject, description, priority (low/medium/high/urgent),
     status (new/open/pending/resolved/closed), and assignee.

AI:  I'll create that for you. Here's the plan:
     • Create package `com.you.support` (v0.1.0)
     • Create object `support_ticket` with 5 fields
     • Add a kanban view grouped by status
     • Add 3 permission sets: agent, manager, viewer

     Approve? [Yes] [Modify] [Cancel]

You: [Yes]

AI:  ✓ Package created
     ✓ Object created with 5 fields and 12 indexes
     ✓ Kanban view registered
     ✓ Permission sets created
     Done. Try it: /support_ticket

Ahora tienes una aplicación de tickets en funcionamiento: endpoints REST, vistas en Console, entradas de registro de auditoría, puntos de control de permisos, todo. No se editó ningún archivo; no hubo ningún reinicio.

Qué puede hacer la IA

El asistente tiene acceso a un conjunto de herramientas de metadatos integradas, todas con espacio de nombres y validadas contra @objectstack/spec:

Además de herramientas de acción materializadas a partir de cada *.action.ts declarado, nombradas action_<name>, de modo que una vez que una acción existe en el paquete, la IA puede llamarla como cualquier herramienta integrada.

Consulta el catálogo completo de herramientas en tiempo de ejecución: GET /api/v1/ai/tools.

Aprobación Human-in-the-Loop

Las llamadas a herramientas que modifican metadatos se enrutan a través de una cola de acciones pendientes. Los operadores que aprueban ven el diff del cambio propuesto antes de hacer clic en Approve.

Permisos necesarios:

Por defecto: solo los miembros de Setup Administrator tienen ai:approve. Puedes descomponerlo con mayor granularidad en Permission Sets — p. ej. "los product owners pueden aprobar en com.acme.crm, nadie más".

La cola es auditable: cada aprobación/rechazo queda registrado en sys_audit_log con el id de la conversación de origen.

Conversaciones y contexto

Cada chat es un registro ai_conversations. La plataforma rastrea:

• Paquete activo — establecido por set_active_package. Los nuevos objetos / campos van aquí.
• Skills — el subconjunto de herramientas disponibles para el contexto actual (p. ej. dentro de la página de detalle de support_ticket, la IA puede tener habilitadas skills con alcance de support_ticket).
• Conocimiento — temas e índices de RAG asociados a la conversación.

POST /api/v1/ai/assistant/chat
{
  "messages": [{ "role": "user", "content": "Add a tags field to support_ticket" }],
  "context":  { "objectName": "support_ticket", "recordId": "tkt_123" }
}

La plataforma resuelve el Agent por defecto para la aplicación activa, filtra el conjunto de skills según el contexto y deja que el LLM elija qué herramienta llamar. No conectas previamente los agentes a interfaces específicas: el agente se asocia a sí mismo en función de los metadatos.

Qué puedes pedir

Patrones verificados, con prompts de una sola línea:

Si la IA no puede hacerlo, lo dice, y te indica el camino manual (normalmente un archivo *.ts de 30 líneas o un formulario de Console).

Vista previa en vivo

Tras cada cambio aprobado, Console vuelve a renderizar las vistas afectadas en el lugar. No es necesario recargar. La caché del kernel se invalida para el paquete modificado; las solicitudes posteriores usan los nuevos metadatos.

Revertir

Los registros de acciones pendientes conservan el estado anterior. Si un cambio sale mal, rechaza cualquier elemento en curso y pídeselo a la IA:

You: Roll back the last 3 changes to support_ticket.
AI:  Found 3 mutations from conversation conv_abc (3 minutes ago).
     Restoring 'support_ticket' to its state at 13:42:11.
     Approve? [Yes]

Para reversiones más grandes, usa os diff contra tu último artefacto correcto conocido y aplica el diff inverso.

Limitaciones (por ahora)

• El acceso a los datos sigue los propios permisos del operador. El asistente se ejecuta como el usuario que ha iniciado sesión, por lo que solo puede leer o escribir registros que ese usuario ya tiene permitido tocar. La mayoría de los equipos mantienen al asistente centrado en los metadatos y le dejan consultar —no modificar— los datos de los clientes.
• Las mutaciones entre paquetes requieren confirmación explícita. Pedirle a la IA que modifique un paquete del sistema (sys_*) devuelve un mensaje de rechazo: la plataforma se niega por principio.
• Los planes largos de varios pasos (p. ej. "construye una aplicación de RR. HH. completa desde cero") funcionan, pero es mejor hacerlos como una serie de conversaciones más pequeñas, cada una creando uno o dos objetos.

Más allá de la IA en tiempo de construcción

La misma infraestructura de IA impulsa agentes en tiempo de ejecución para tus usuarios finales: asistentes de soporte, copilotos de ventas, bots internos de preguntas y respuestas, construidos sobre la misma arquitectura Agent → Skill → Tool. Consulta Agents.

Hacia dónde ir después

• Agents — asistentes para usuarios finales sobre tus datos
• Data Model — lo que la IA está generando realmente
• Actions — la unidad que la IA expone como herramientas en tiempo de ejecución
• AI Service — configuración del proveedor (OpenAI / Anthropic / Doubao / …)