ConsuBot
ConsuBot es el asistente que contesta mensajes de clientes. Entiende que quiere la persona, busca informacion en la base de conocimiento de ConsuConstruct y deja la conversacion guardada.
Rol en el ecosistema
Deja leads ordenados y listos para seguimiento en los canales de mensajería de la empresa.
En una frase
Que hace, sin vueltas
ConsuBot es el asistente que contesta mensajes de clientes. Entiende que quiere la persona, busca informacion en la base de conocimiento de ConsuConstruct y deja la conversacion guardada.
Flujo de trabajo
Entra una cosa, sale un artefacto verificable
Cliente escribe por canal de mensajeria.
Webhook o relay local recibe el mensaje.
El sistema guarda el mensaje entrante.
Clasifica la intencion y revisa datos faltantes.
Consulta el RAG local de ConsuConstruct.
Responde con identidad Josue y guarda estado, slots y gaps.
Entradas
- Mensajes de prospectos
- Preguntas sobre construccion, permisos, presupuestos o automatizacion
- Datos sueltos del cliente
Salidas
- Conversacion guardada
- Lead ordenado
- Historial consultable
- Gaps cuando falta informacion
Detalles tecnicos
- Última sincronización CHANGELOG: 2026-08-13 00:00 America/Tegucigalpa.
- Bloque fuente: [2026-07-19] [Codex].
- - Definido blueprint local-first para el RAG de Josue en `output/josue_rag_local_blueprint_2026_07_19.md`, con repo GitHub, Postgres + pgvector, ingesta de Markdown, retrieval por capas y API local con DeepSeek V4.
- - Creado `output/index.md` y enlazado desde el indice raiz del proyecto para dejar la salida retomable sin tocar los contratos del MVP.
- - Scaffold real creado en `D:\GitHub\josue-rag-local` sin Docker: repo local con `git init`, `FastAPI` base, SQL inicial, config local y script `ingest_markdown.py`. Validacion basica OK con `python -m compileall app scripts`.
- - **Siguiente paso inmediato:** conectar Postgres local real, cargar primer corpus `customer` y reemplazar el placeholder de `/chat` por llamada efectiva a DeepSeek V4.
- Runtime local propio con webhook y launcher dedicados.
- Persistencia: SQLite local con leads, messages, historial, automation_logs y processed_messages.
- Corpus canonico de conocimiento versionado junto al proyecto.
- n8n queda como relay local, no como cerebro general.
Quiero este flujo en mi empresa
Empezamos por el punto donde mas se pierde tiempo: captacion, presupuesto, contenido, CRM o ingenieria.