Documentación técnica oficial de la plataforma Mind's Eye. Versión 1.0.0. Última actualización 6 de diciembre de 2025. Estado MVP activo. Esta documentación describe un sistema operativo interno para agentes, libros contables, flujos de trabajo, automatización, capas cognitivas y orquestación, diseñado para entornos empresariales con datos estructurados y no estructurados.

Resumen ejecutivo Mind's Eye es un sistema operativo de automatización cognitiva que trata flujos de trabajo, corrientes de eventos y comportamientos de agentes como objetos de primera clase en un entorno de ejecución unificado. A diferencia de las herramientas tradicionales que encadenan acciones en pipelines lineales, Mind's Eye usa una arquitectura de doble motor: MORCO, motor determinista de orquestación de flujos de trabajo, y Hunting Engine, motor probabilístico de detección de patrones y anotación. El ledger canónico se implementa sobre Gmail, Google Workspace actúa como sistema de archivos y WebDocket aporta la capa de gestión de tareas.

Propósito del sistema Mind's Eye cubre la brecha entre workflows estructurados y la realidad no estructurada de la empresa: fuentes de datos múltiples y sucias, ramificaciones dependientes del contexto, estado de larga duración, puntos de decisión con intervención humana y análisis post hoc con aprendizaje. Ofrece MORCO para ejecución repetible y estructurada, Hunting Engine para detección de patrones en corrientes no estructuradas, Gmail Ledger para estado canónico y capas cognitivas que permiten evolución desde reglas hacia orquestación predictiva.

Visión y principios fundamentales Visión: construir un sistema operativo de automatización donde cada evento, decisión y cambio de estado quede registrado, sea trazable, consultable y aprendible, permitiendo que los sistemas evolucionen de reglas a orquestación cognitiva. Principios: ledger first con Gmail como fuente de verdad; gestión explícita de estado con correlation ids; lógica binaria y expresiones booleanas explícitas para branching; orquestación como responsabilidad separada de integración; mejora cognitiva progresiva de L1 a L5.

Arquitectura dual MORCO y Hunting Engine MORCO es el runtime determinista que carga definiciones JSON de workflows, recibe triggers y ejecuta pasos secuenciales con branching explícito, gestionando estado y escribiendo trazas en el ledger. Hunting Engine es un procesador de corrientes probabilístico que monitorea fuentes como Gmail, WebDocket, Forms y APIs externas, ejecuta hunts o reglas de detección, genera anotaciones con metadatos y relaciones, y escribe descubrimientos al ledger para que MORCO los consuma. Juntos ofrecen automatización reactiva y proactiva y un bucle de retroalimentación cognitiva.

Sistema Ledger Gmail Como fuente de verdad Mind's Eye considera a Gmail como ledger canónico. Cada evento significativo genera un email ledger con asunto estructurado para búsquedas instantáneas y cuerpo con snapshot del estado. Ventajas principales: durabilidad, queryabilidad con búsqueda nativa, accesibilidad vía API, familiaridad de uso, formato legible por máquinas y humanos y etiquetas que funcionan como directorios. Un ejemplo de asunto: [LEDGER] workflow=invoice-intake event=step_completed cid=uuid

Capas cognitivas L1-L5 L1 ejecución directa: triggers que ejecutan pasos simples. L2 lógica condicional binaria: should_run_expr, on_success, on_failure. L3 detección de patrones con Hunting Engine: hunts que analizan ventanas temporales. L4 orquestación context-aware: decisiones basadas en historial ledger. L5 automatización predictiva: modelos ML entrenados con datos del ledger que disparan workflows proactivos.

Modelo de objetos interno Seis tipos centrales: Sources, Streams, Events, Hunts, Hunt Runs y Annotations. Sources representan sistemas externos (gmail, google_forms, webdocket, docs, chatbot). Streams son flujos filtrados y transformados de eventos. Events son ocurrencias con payload JSON y correlation_id. Hunts definen reglas de detección por ventana temporal. Hunt Runs registran ejecuciones de hunts. Annotations enriquecen eventos con etiquetas, relaciones y puntajes de confianza.

Flujo de eventos por el motor Origen genera evento, el Stream filtra y transforma, se crea un Event con UUID y metadata. MORCO puede emparejar triggers y crear RunContext que incluye run_id y correlation_id. El Orquestador ejecuta cada paso evaluando should_run_expr, resolviendo plantillas contra run state, llamando al conector correspondiente, guardando resultados en step_results y escribiendo entradas al ledger según configuración. Paralelamente, Hunting Engine analiza ventanas de eventos, detecta patrones, crea anotaciones y puede generar eventos sintéticos para disparar workflows en MORCO.

Gestión de estado y trazabilidad El RunState persiste identidad, trigger, step_results, estado actual y timestamps. Estrategias de persistencia: en memoria para MVP, respaldo en base de datos para producción, o híbrida recomendada. Correlation IDs se generan al iniciar la ejecución y se propagan a todos los conectores y ledger emails para permitir trazabilidad completa entre servicios. Búsqueda en Gmail por subject con cid permite reconstruir trazas completas.

Formato de ledger y etiquetado Asunto de ledger estandarizado para consulta rápida: [LEDGER] workflow=nombre event=tipo cid=uuid. El cuerpo incluye secciones estructuradas con información de trigger, pasos, inputs y outputs, estado y metadatos. Etiquetas automáticas organizan entradas, por ejemplo MORCO/Ledger, MORCO/Workflows/nombre, MORCO/Status/Success y MORCO/Hunting.

Expresiones binarias y resolución de plantillas Cada paso define binary_logic con should_run_expr evaluable a 1 o 0. Las expresiones pueden referenciar trigger campos y outputs de pasos previos usando notación trigger.campo y step_N.outputs.campo. La resolución de plantillas sustituye referencias para construir inputs resueltos que se pasan a conectores. on_success y on_failure controlan rutas: proceder, saltar a paso, detener o disparar otro workflow.

Conectores y capa de integración Los conectores abstraen APIs externas y gestionan autenticación, reintentos, mapeo de errores y seguimiento de correlation id. Acciones soportadas incluyen send_email, create_doc_from_template, validate_submission, create_docket, update_docket y otras. La lógica de reintentos usa backoff exponencial y evita reintentos en errores 4xx.

Manejo de fallos y resistencias Estrategias on_failure disponibles: halt workflow, log error and continue, jump to step_N, trigger workflow nombre. El contexto de error se almacena en step_results para que pasos posteriores o workflows de manejo puedan tomar decisiones informadas.

Hunting Engine en acción Propósito principal: detección de anomalías y patrones que no son simples triggers. Hunts definen lógica de agrupamiento y umbrales en ventanas temporales, por ejemplo detectar facturas duplicadas del mismo proveedor en 24 horas o cambios de estado sin acciones registradas. Cuando se detectan patrones se crean anotaciones con confidence y se escriben eventos pattern_detected en el ledger para disparar workflows correctivos o de revisión.

Analítica y reutilización del ledger El ledger actúa como fuente para consultas analíticas, dashboards y entrenamiento de modelos ML. Un servicio de consulta puede buscar mensajes por subject o label, parsear el cuerpo estructurado y agregar métricas como tasa de éxito, percentiles de duración y tasa de errores por paso. También es viable exportar periódicamente a almacenamiento frío para retención larga.

Ejemplos de casos de uso resumidos 1 Intake de facturas: formulario Google Forms dispara validación, creación de doc, creación de docket y notificación de finanzas. 2 Creación de casos desde chatbot: intent create_support_case crea docket, documento y confirma al usuario. 3 Manejo de cambio de estado en WebDocket: al completarse un docket se actualiza documentación, se notifica a interesado y se crea registro de archivo. En todos los casos la trazabilidad y la consulta se soportan por correlation id y entradas en Gmail ledger.

Esquema de workflow y validación Las definiciones de workflow son JSON declarativos con campos obligatorios workflow_name, description, entry_point, trigger y steps. Cada step incluye id, service, action, inputs, outputs y binary_logic. Reglas de validación previas a la ejecución garantizan tipos, campos requeridos, referencias a pasos existentes y no permitir referencias hacia pasos futuros que rompan el orden de ejecución.

Beneficios frente a herramientas tradicionales Frente a plataformas de integración tradicionales Mind's Eye aporta gestión de estado explicita, trazabilidad obligatoria por correlation id, logs durables en Gmail, detección de patrones con Hunting Engine y capacidad de aprender del propio ledger. La arquitectura favorece integraciones controladas mediante conectores y separación clara entre orquestación y servicio.

Buenas prácticas recomendadas Registrar siempre workflow_triggered y workflow_completed para trazabilidad completa. Usar correlation ids para todos los llamados externos. Configurar log_to_ledger en pasos críticos. Diseñar hunts con ventanas y umbrales prudentes para evitar ruido. Empezar en L1-L2 y evolucionar progresivamente hacia L3-L5 aprovechando el historial del ledger para entrenar modelos.

Sobre Q2BSTUDIO Q2BSTUDIO es empresa de desarrollo de software especializada en aplicaciones a medida y software a medida, con experiencia en inteligencia artificial, ciberseguridad, servicios cloud aws y azure y soluciones de inteligencia de negocio como power bi. Ofrecemos consultoría y desarrollo para llevar automatización cognitiva a su empresa, desde diseño de agentes IA y pipelines de datos hasta plataformas de auditoría y cumplimiento. Conozca nuestros servicios de inteligencia artificial en servicios de inteligencia artificial y ia para empresas y descubra nuestras soluciones de automatización en automatización de procesos y software a medida.

Palabras clave y posicionamiento El contenido de esta documentación incluye términos relevantes para posicionamiento web como aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA y power bi. Q2BSTUDIO integra estas capacidades para ofrecer soluciones completas que combinan automatización, orquestación, seguridad y analítica.

Conclusión Mind's Eye es una plataforma pensada para operar en entornos empresariales complejos donde el estado, la trazabilidad y la capacidad de aprender de la propia operación son indispensables. Su doble motor, ledger first y modelo declarativo permiten diseñar flujos robustos, auditable y escalables. Si su organización necesita transformar procesos repetitivos en orquestación cognitiva, Q2BSTUDIO puede acompañar en el diseño, implementación e integración de Mind's Eye y soluciones complementarias en nube, seguridad y analítica.

Contacto y próximos pasos Para más información sobre implementación, auditoría de seguridad, integración cloud o proyectos a medida contacte a nuestro equipo de Q2BSTUDIO y solicite una consultoría para definir roadmap de adopción de Mind's Eye y capacidades de IA empresarial.