Servidor MCP para CRM con IA

Servidor MCP para CRM con IA

Este servidor implementa el Protocolo de Contexto de Modelo (MCP) para proporcionar una capa segura de procesamiento de datos entre el CRM y los modelos de lenguaje (LLM).

Características Principales

1. Seguridad de Datos

• Anonimización automática de datos personales
• Sistema de tokens para mantener la trazabilidad sin exponer información sensible
• Validación de datos antes del procesamiento con LLMs

2. Integración con Chatbots

• Manejo de contexto conversacional
• Sistema de Q&A con retroalimentación
• Evaluación continua de calidad de respuestas

3. Análisis de Leads

• Evaluación automática de potencial
• Seguimiento de interacciones
• Métricas de engagement
• Todo sin exponer datos personales

Configuración

1. Crear archivo .env con las siguientes variables:

SECRET_KEY="your-secure-secret-key"
DATABASE_URL="your-supabase-postgres-url"
SUPABASE_URL="your-supabase-url"
SUPABASE_KEY="your-supabase-key"
SUPABASE_JWT_SECRET="your-jwt-secret"
DEFAULT_LLM_PROVIDER="openai"
DEFAULT_LLM_MODEL="gpt-4"
LLM_API_KEY="your-openai-api-key"

2. Instalar dependencias:

pip install -r requirements.txt

3. Iniciar el servidor:

uvicorn app.main:app --reload

Endpoints

Tokens y Autenticación

• POST /api/v1/tokens/generate: Genera tokens de acceso

Mensajes

• POST /api/v1/messages/sanitize: Sanitiza mensajes para procesamiento
• POST /api/v1/chatbot/context: Gestiona contexto del chatbot
• POST /api/v1/qa-pairs: Crea pares de pregunta-respuesta
• POST /api/v1/evaluate: Evalúa mensajes con LLM

Análisis

• POST /api/v1/analyze-lead: Analiza leads de forma segura
• GET /api/v1/lead-metrics/{lead_id}: Obtiene métricas históricas

Arquitectura de Seguridad

1. Capa de Anonimización

   • Sanitización de datos personales
   • Generación de tokens anónimos
   • Validación de contenido

2. Capa de Contexto

   • Manejo de contexto conversacional
   • Sistema de Q&A
   • Historial sanitizado

3. Capa de Análisis

   • Evaluación de leads
   • Métricas y seguimiento
   • Reportes agregados

Integración con Base de Datos

El servidor utiliza Supabase como backend, con las siguientes tablas principales:

• mensajes_sanitizados: Almacena versiones sanitizadas de mensajes
• contexto_conversacional: Mantiene el contexto de conversaciones
• pii_tokens: Gestiona tokens anónimos
• chatbot_contextos: Configuración de chatbots
• qa_pares: Pares pregunta-respuesta para entrenamiento
• evaluaciones_llm: Resultados de evaluaciones

Mejoras Continuas

El sistema incluye:

• Evaluación automática de calidad de respuestas
• Retroalimentación para mejora continua
• Métricas de rendimiento del LLM