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