Magnetikas

Equipo
Pizarrón de trabajo

Inspiration

El canal moderno sufre de un problema invisible pero muy costoso: la falta de conexión EDI obliga a los operadores a actuar como robots, copiando y pegando datos entre el portal del cliente y el sistema interno. Nos inspiró la necesidad de liberar el potencial humano de este ciclo repetitivo de "silla giratoria". Queríamos crear una solución que no requiriera meses de configuración ni complejas reglas estáticas, sino un agente que aprendiera exactamente igual que un humano: observando.

What it does

ARCANA es un agente semántico que aprende flujos de trabajo web complejos a partir de una única observación. El sistema observa al usuario realizar una transcripción manual entre dos sistemas (origen y destino), deduce la intención semántica detrás de cada campo (incluso si están en distintos idiomas o formatos) y genera un Rule Graph. Posteriormente, ejecuta el proceso de forma 100% autónoma, leyendo órdenes nuevas y llenando los formularios correspondientes sin ningún tipo de intervención humana.

How we built it

Desarrollamos una arquitectura cognitiva estructurada en tres fases:

Observación: Inyectamos un listener universal en Vanilla JS que captura eventos del DOM (focus, copy, paste) de forma totalmente agnóstica (opera correctamente sin importar la tecnología, el diseño o la estructura específica del sistema con el que está interactuando) a la página web.
El Arcanum (Cerebro): Utilizamos Gemini 3.5 Flash para procesar la sesión. La IA realiza una inferencia semántica para emparejar campos y detectar transformaciones (ej. convertir "cajas" a "piezas"), devolviendo un Rule Graph estructurado.
Ejecución: Implementamos Playwright orquestado por un backend asíncrono en FastAPI (Python). El agente navega, extrae e inyecta los datos usando estrategias de fallback (búsqueda en cascada por id, name, placeholder o etiquetas cercanas) para resistir cambios visuales en el diseño web.

Challenges we ran into

El mayor reto técnico fue garantizar cero reglas hardcodeadas. Lograr que el LLM entendiera el contexto de un evento basándose puramente en el tiempo y las etiquetas cercanas del DOM requirió un diseño de prompts muy riguroso. Además, manejar la resiliencia en la fase de ejecución para que el bot no "crasheara" si el portal del cliente cambiaba de estructura nos obligó a pensar fuera de la caja de los RPA tradicionales. Finalmente, la integración inicial de nuestro narrador en tiempo real supuso un desafío arquitectónico complejo: tuvimos que orquestar la ejecución asíncrona del agente con la generación de audio vía WebSockets, diseñando además un fallback automático a texto plano en caso de que se agotaran los límites de la API de voz.

Accomplishments that we're proud of

Estamos muy orgullosas de haber creado un agente verdaderamente agnóstico que cumple con la métrica más difícil del reto: aprender sin instrucciones previas. Nuestro Rule Graph audita y justifica cada decisión que toma la IA, otorgándole trazabilidad a nivel empresarial. Además, logramos ensamblar un stack robusto de ingeniería de software, incluyendo pruebas modulares (Pytest) para garantizar la estabilidad de la arquitectura, todo dentro del tiempo límite del hackathon.

What we learned

Comprendimos a profundidad el poder de los structured outputs en modelos como Gemini 3.5 Flash para convertir la probabilidad de un modelo de lenguaje en un comportamiento determinista, predecible y seguro para la automatización. También perfeccionamos la inyección y lectura del DOM en tiempo real, dominando la intersección entre el desarrollo web tradicional y los flujos agénticos modernos.

What's next for Magnetikas

Queremos llevar a ARCANA al siguiente nivel perfeccionando su capacidad para manejar navegaciones multi-página aún más complejas. Nuestro siguiente paso lógico es empaquetar la solución para que Arca Continental pueda desplegar este agente universal internamente en cuestión de minutos. Además, terminaremos de pulir la interfaz visual de nuestro narrador en tiempo real; aplicando principios sólidos de arquitectura de información y experiencia de usuario, buscamos que el operador no solo supervise la pantalla, sino que escuche las acciones del agente de forma accesible y natural, transformando para siempre la manera en que los equipos operativos interactúan con el canal moderno.