En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarAWS Machine Learning Blog→ original

AWS lanza SMART: un agente de WhatsApp sobre AgentCore se despliega con un solo comando

Lo más difícil de un agente de IA para WhatsApp es todo lo que lo rodea: webhooks, mensajes de voz, memoria, plantillas de Meta y más de 10 servicios de AWS. AWS ha publicado el kit open source SMART: usted escribe agent.py sobre Bedrock AgentCore y el comando socialagent deploy levanta toda la infraestructura mediante Terraform. El equipo de Webmotors terminó en seis semanas, frente a los dos meses previstos. Si su agente ya funciona en AgentCore, no hace falta construir el canal de WhatsApp desde cero.

Procesado por IA desde AWS Machine Learning Blog; editado por Hamidun News
AWS lanza SMART: un agente de WhatsApp sobre AgentCore se despliega con un solo comando
Fuente: AWS Machine Learning Blog. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalAWS Machine Learning Blog ↗
Editor jefe
Límite por defecto20 mensajes por minuto por usuario
Dato clave #2La memoria está vinculada al número de teléfono y se conserva 7 días por defecto
Dato clave #3El agente se ejecuta en local con el comando socialagent dev, sin desplegar

En América Latina, la India y el Sudeste Asiático, WhatsApp es el principal canal de comunicación entre clientes y empresas, así que es lógico poner allí un agente de IA. El problema es que el agente en sí se construye rápido, pero conectarlo al servicio de mensajería lleva semanas. AWS ha lanzado SMART (Social Messaging Agent Runtime Toolkit), un SDK de Python abierto y un stack de Terraform que se encargan de toda la capa de canal.

Qué duele al conectar un agente a WhatsApp

Los mensajes entrantes llegan como estructuras JSON muy anidadas, cuya forma depende del tipo de mensaje, y hay que verificar su autenticidad y normalizarlos a un formato común. Los mensajes de voz, las imágenes y los documentos requieren, cada uno, su propio flujo de procesamiento. Después hacen falta una memoria que sobreviva a las sesiones, programaciones fiables para los recordatorios y una entrada protegida para los sistemas externos que quieran disparar un mensaje saliente.

Otra trampa es la regla de Meta: todo lo que se envía pasadas 24 horas desde el último mensaje del cliente debe ir con una plantilla aprobada de antemano. Según AWS, montar todo esto a mano implica configurar más de 10 servicios y conocer el comportamiento de WhatsApp, algo que los equipos suelen aprender a base de tropiezos. Lo habitual es elegir entre "hacerlo uno mismo" y "entregarlo a un servicio de terceros". SMART es una tercera opción y funciona dentro de su propia cuenta de AWS.

Cómo funciona

El contrato entre SMART y el agente es deliberadamente mínimo: el agente recibe el texto del mensaje entrante y devuelve texto, con archivos adjuntos si se desea. El agente se ejecuta en AgentCore Runtime, la memoria se guarda en AgentCore Memory y se vincula automáticamente al número de teléfono. Por defecto, el historial se conserva 7 días. El framework lo elige usted: con Strands Agents la memoria se conecta automáticamente, y LangGraph o Pydantic-AI también se pueden integrar mediante los mismos hooks.

En el ejemplo de AWS, todo agent.py cabe en unas pocas líneas. Llama la atención el wrapper socialagent_notify_context. Si una herramienta quiere enviar botones o un estado intermedio mientras el agente todavía está pensando, el envío inmediato corrompe el historial de la conversación y el siguiente mensaje del usuario falla con un error. El wrapper acumula esos mensajes y los envía en orden cuando termina el turno.

Internamente, los eventos entrantes pasan por Amazon SNS. Lambda verifica la firma, normaliza los datos y limita a cada usuario a 20 mensajes por minuto (si la tabla de DynamoDB está activada). Después envía la confirmación de lectura y el indicador de escritura, para que la conversación no parezca muerta. Amazon Transcribe transcribe los mensajes de voz. Si el agente se cae o choca con los límites, el usuario recibe un mensaje claro en lugar de silencio. Los envíos proactivos pasan por EventBridge Scheduler, y los sistemas externos llaman a API Gateway con una clave y un Lambda authorizer. Por defecto, Terraform crea además Bedrock Guardrails: se pueden dejar los estándar, conectar los propios o desactivarlos por completo.

Cómo empezar y qué hacer con esto

Se clona el repositorio y el comando socialagent init crea un proyecto a partir de una de tres plantillas: minimal (un agente eco vacío), personal-assistant (memoria, programaciones, voz, imágenes) y appointment-scheduler (reserva de servicios con recordatorios). El comando socialagent dev ejecuta en el terminal el agente real y las herramientas reales, sin ninguna infraestructura; los canales de AWS se sustituyen por stubs. Eso sí, la llamada al modelo es real, de modo que se necesitan acceso a Bedrock y credenciales de AWS.

El modo local no simula IAM ni la verificación de plantillas de Meta, por lo que la prueba sobre el stack desplegado sigue siendo obligatoria. El despliegue se hace con socialagent deploy, que por debajo ejecuta terraform apply. La imagen del contenedor se construye en CodeBuild, así que no se necesita Docker local.

Hay también un paso que Terraform no puede dar: en la WhatsApp Business Account hay que indicar manualmente el tema de SNS como destinatario de los eventos. Mientras no se haga, los mensajes entrantes se pierden en el vacío, y sin ningún error. Conviene tener en cuenta además que Meta suele reclasificar como promocionales las plantillas con emojis y tono publicitario, y que una plantilla rechazada rompe el despliegue. La opción --force envía de nuevo a revisión las plantillas ya aprobadas; es mejor no usarla si no es necesario.

Para una flota de bots hay una consola de administración opcional: lectura de conversaciones en vivo con respuesta manual, gestión de programaciones, reinicio de Lambda, historial de despliegues, logs y estados de las plantillas. El acceso se hace mediante Cognito con MFA obligatoria. Las conversaciones permanecen en manos de dos proveedores, Meta y AWS, aunque las llamadas al modelo pueden procesarse en otras regiones debido al enrutamiento entre regiones de Bedrock.

Hay una salvedad importante: AWS califica expresamente el código como ejemplo no apto para producción, y hay que someterlo a revisión de seguridad y de los equipos legales. Aun así, para los equipos que construyen servicios al cliente en WhatsApp sobre AWS, es un armazón ya listo. Según AWS, Webmotors redujo el proyecto de dos meses a seis semanas y puso a su equipo interno en producción controlada antes del lanzamiento completo. La conclusión práctica es sencilla: no gaste un trimestre en webhooks y plantillas, e invierta en el prompt, las herramientas y la lógica de negocio.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué duele al conectar un agente a WhatsApp?

Los mensajes entrantes llegan como estructuras JSON muy anidadas, cuya forma depende del tipo de mensaje, y hay que verificar su autenticidad y normalizarlos a un formato común. Los mensajes de voz, las imágenes y los documentos requieren, cada uno, su propio flujo de procesamiento. Después hacen falta una memoria que sobreviva a las sesiones, programaciones fiables para los recordatorios y una entrada protegida para los sistemas externos que quieran disparar un mensaje saliente.

Cómo funciona?

El contrato entre SMART y el agente es deliberadamente mínimo: el agente recibe el texto del mensaje entrante y devuelve texto, con archivos adjuntos si se desea. El agente se ejecuta en AgentCore Runtime, la memoria se guarda en AgentCore Memory y se vincula automáticamente al número de teléfono. Por defecto, el historial se conserva 7 días. El framework lo elige usted: con Strands Agents la memoria se conecta automáticamente, y LangGraph o Pydantic-AI también se pueden integrar mediante los mismos hooks.

Cómo empezar y qué hacer con esto?

Se clona el repositorio y el comando socialagent init crea un proyecto a partir de una de tres plantillas: minimal (un agente eco vacío), personal-assistant (memoria, programaciones, voz, imágenes) y appointment-scheduler (reserva de servicios con recordatorios). El comando socialagent dev ejecuta en el terminal el agente real y las herramientas reales, sin ninguna infraestructura; los canales de AWS se sustituyen por stubs.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…