Bastino no es sólo el copiloto del ERP. Es una plataforma para crear, conectar, orquestar y gobernar agentes: habla con sus sistemas por MCP, por 28 conectores, por cualquier API con OpenAPI y por webhooks, y otro sistema le encarga trabajo por su API. Cada paso queda en una traza.
Para equipos de TI, operaciones y producto que necesitan agentes en producción, no una demo.
Un analista las hizo sobre Bastino. Estas son las respuestas cortas; cada una enlaza a su sección, con capturas y números.
Bastino no depende de ningún módulo de negocio. Sus herramientas son un catálogo abierto: lo que no está activo, no aparece. Para una plataforma de agentes basta con estos módulos, que se activan por separado.
| Módulo | Para qué | ¿Hace falta? |
|---|---|---|
| Bastino | El motor del agente: bucle, herramientas, tarjetas, bandeja, gobierno, cliente y servidor MCP. | Sí |
| Agentes de IA | Donde vive cada agente: nombre, instrucciones, proveedor y modelo. | Sí |
| Estudio de agentes | Diseñar, probar, publicar y medir agentes; herramientas propias; API de agentes; agentes como fichero. | Sí |
| Fisher Connect | Conexiones a sistemas de terceros y la API REST genérica. | Para orquestar fuera |
| Automatizaciones | Flujos con disparadores y el paso «agente con herramientas». | Recomendado |
| Webhooks | Recibir eventos de fuera y mandar los de la plataforma. | Recomendado |
| API | Claves de API para la API de agentes y el resto de la API REST. | Para la API de agentes |
| Empresa virtual | Un equipo de agentes con organigrama, encargos y escalado a una persona. | Opcional |
| Tienda de agentes | Puestos y procedimientos ya hechos por sector, en paquetes firmados. | Opcional |
Con honestidad: el núcleo de Fisher Platform (personal, clientes, ajustes, correo) va siempre, aunque no se use. Hay un plan «Sólo plataforma de agentes» que lleva exactamente esta lista.
Cualquier servidor MCP por HTTP, de las dos eras de la especificación, con OAuth 2.1 si lo pide: con la conexión de la instalación o con la cuenta de cada persona. Los usan el chat, las tareas, la Empresa virtual, los canales y los agentes del Estudio.
Microsoft 365, Google Workspace, Salesforce, SAP Ariba, SAP SuccessFactors, Workday, Jira, ServiceNow, HubSpot, Stripe, Slack y más, y una API REST genérica. El agente lee directo y propone las escrituras con tarjeta.
Importe un OpenAPI 3.x en JSON o YAML, o defina la operación a mano, y queda como herramienta de sus agentes. Una GET lee; lo demás escribe con tarjeta. Nacen apagadas.
Un evento de fuera dispara un agente o un flujo; el resultado de un encargo sale como evento. Firma HMAC, cola y filtro de red.
Otro sistema encarga trabajo a un agente y espera el resultado, lo sigue en vivo o lo recibe por webhook. Ver el ejemplo.
En Automatizaciones, un paso lo hace un agente con sus herramientas, con topes de vueltas y de tokens. Lo que proponga cambiar va a la bandeja.
multipart con adjuntos del chat, respuestas de texto, ficheros guardados como adjunto si se marca, y paginación.Claude, OpenAI, Azure OpenAI, Gemini o un modelo propio compatible. Cada agente con el suyo.
Panel, portales, chat incrustable en su web, WhatsApp, Telegram, voz en tiempo real y llamadas.
Instrucciones, conocimiento con citas, temas guiados, panel de prueba, evaluación en lote con juez y versiones. Verlo.
Agentes y flujos se exportan e importan en JSON versionado, con vista previa y sin secretos. Un agente puede llevar el texto de sus documentos.
Un ERP de terceros, un portal o un flujo propio manda el encargo. Puede seguir con lo suyo, esperar el resultado en la misma llamada o seguirlo en vivo. El agente trabaja en segundo plano, como la persona dueña de la clave, con sus permisos, su presupuesto y su cupo de ese momento.
agent_studio.run_finished y agent_studio.run_settled).Prefer: wait=N la llamada devuelve 200 con el encargo terminado; si no termina a tiempo, el 202 de siempre. Sólo espera si hay un trabajador de cola vivo.GET …/runs/{run}/events: estado, texto parcial, herramientas (sin su entrada ni su salida), propuestas, errores y fin. Reanudable con Last-Event-ID.context llega al modelo como dato no confiable, nunca como orden.awaiting) hasta que una persona decide. Apagada de serie, y se abre agente por agente. Descrita en /api/openapi.json.Estados: queued, running, done, awaiting (hay algo por decidir) y error. Errores: 404, 413, 422, 429 (cupo o sin conexiones libres) y 503 si está apagada.
php spark bastino:worker como servicio (systemd o supervisor). Sin él, todo sigue con la tarea programada de cada minuto.| Caso | Encolar → empieza | Encolar → terminado |
|---|---|---|
| Sin trabajador (cron de cada minuto) | 0–60 s | lo mismo + el turno |
| Con trabajador (5 encargos seguidos) | 1,62–1,81 s | 2,1–3,3 s |
Prefer: wait=20 con trabajador | — | 200 en 3,0 s |
Prefer: wait=10 sin trabajador | — | 202 en 0,5 s (no espera) |
Medido el 2026-11-21 en el mismo MacBook Pro Intel de desarrollo, con PHP 8.3, MySQL 8.4 y un modelo guionizado. Casi todo el segundo y medio es arrancar el proceso hijo: a cambio, cada encargo corre aislado y con los permisos de ese momento.
Un agente encadena herramientas. Lo que importa es qué hace cuando una falla: corregir, reintentar, explicar o parar. Esto es lo que hace Bastino en la versión 3.82.
Entrada no válida, sin permiso, fallo pasajero, tiempo agotado, rechazo del negocio o fallo interno. El modelo recibe la clase, si es reintentable y un mensaje sin secretos, sin rutas y sin SQL.
La entrada se comprueba contra el esquema de la herramienta (obligatorios, tipos, valores permitidos) antes de tocar nada, también en las escrituras. El modelo recibe qué corregir.
La misma herramienta con la misma entrada fallando 3 veces seguidas corta el turno, y el chat dice qué herramienta falla.
Reintentos con espera exponencial que respetan Retry-After, proveedor de respaldo opcional y cortacircuitos: 5 fallos seguidos y se salta durante 60 s. Cada intento queda en el libro con su coste.
30 s por herramienta de serie. Lo que va por HTTP se corta de verdad; el resto se mide y se marca. En el trabajador de cola, cada tanda tiene su tope y se corta.
Se proponen, se confirman y se aplican de forma atómica, con deshacer por acción. Una escritura a medias al caer queda como «no se sabe si se aplicó», nunca se repite sola.
En esta traza, el modelo pide la ficha de un cliente sin su id. La herramienta no llega a ejecutarse: el modelo recibe «entrada no válida», qué falta y que no es reintentable tal cual. En la vuelta siguiente pide la ficha bien y termina la respuesta. Todo queda en la cascada, con su coste.
En esta traza, el primer proveedor responde con error de servidor dos veces seguidas (intento y reintento). Bastino pasa al proveedor de respaldo, que hace la búsqueda. En la vuelta siguiente el principal ya responde y da la respuesta. La traza dice quién contestó en cada vuelta.
Un agente útil no olvida a mitad de una conversación larga ni repite trabajo cuando algo se cae.
Al pasar de 40 mensajes o 60.000 tokens, lo antiguo se resume y viajan el resumen y los últimos 12 mensajes. Se corta siempre al empezar un turno: ningún par herramienta y resultado queda partido. El chat enseña «Conversación resumida».
Una tarea cortada sigue en la vuelta donde se quedó, sin volver a mandar el encargo. Una lectura sin resultado se ejecuta; una escritura ya aplicada no se aplica otra vez.
«Recuerda que…» se guarda con tarjeta, nunca en silencio, de la persona o de la empresa, con caducidad opcional. En cada pregunta viajan sólo los relevantes, por palabras o por significado. Nada que parezca un secreto.
El prompt se parte en una parte estable y otra variable para que el proveedor lo cachee. La traza enseña los tokens leídos de caché y el ahorro.
Documentos, sitios web y carpetas de SharePoint, OneDrive y Google Drive, con búsqueda por palabras y por significado. Las citas se comprueban en el servidor. Búsqueda semántica con 10.000 fragmentos en 111 ms; motor externo Qdrant opcional.
En la Empresa virtual, el Director pasa el contexto a cada puesto por la base de datos (el encargo, su historial y lo entregado), no en el prompt.
| Fragmentos | Antes | Versión 3.82 (MySQL) | Acierto (10 mejores) |
|---|---|---|---|
| 10.000 | 4.654 ms | 111 ms | 10 de 10 |
| 100.000 | sin memoria con 2 GB | ≈ 2 s | 8 de 10 |
Primer corte por signos calculado en MySQL y coseno exacto sólo con los mejores candidatos. Para más volumen o más acierto, subir el corte o usar el motor externo (Qdrant). Medido en la máquina de desarrollo descrita más abajo.
Cada turno es una traza en formato W3C: la pregunta, cada llamada al modelo, cada herramienta, cada acción aplicada y el registro de negocio que cambió.
bastino.alert para sus webhooks.traceparent hacia los sistemas externos.…/v1/traces, con las convenciones GenAI: invoke_agent, chat y execute_tool, tokens con caché y tipo de error.Contrastado con la especificación vigente de MCP (2026-07-28). Bastino es cliente de servidores MCP de terceros y es servidor MCP para Claude, ChatGPT, Copilot u otro cliente.
Sin sesiones ni stream abierto: la conexión es el token. Cupos, huecos y métricas viven en la base, así que cualquier nodo detrás de un balanceador atiende cualquier petición.
Cursor opaco firmado y atado a la conexión, páginas coherentes entre sí, ttlMs, cacheScope: private y huella de la lista con ETag.
Por conexión, por cliente OAuth (300/min) y global (1.200/min), más 4 peticiones a la vez por conexión. 429 con Retry-After. Uso por cliente con p50 y p95.
Un servidor con más de 15 herramientas no manda sus esquemas al modelo; el agente las encuentra con mcp_buscar cuando hacen falta. Como mucho 40 esquemas externos por vuelta.
Un cliente por turno, plazos de conexión y de llamada, reintentos sólo de lecturas y cortacircuitos por servidor con «Reanudar». OAuth 2.1 saliente con PKCE.
Los servidores externos ya no son sólo del chat: los usan las tareas, la Empresa virtual, los canales y los agentes del Estudio, con los permisos de la persona.
El servidor guarda el catálogo de herramientas de cada persona y lo invalida con una huella de sus permisos, roles, módulos y ajustes. Un tools/list cuesta lo que arrancar la aplicación.
Stream subscriptions/listen con toolsListChanged, como pide la especificación vigente. Apagado de serie, con tope de streams a la vez, duración máxima y latido.
Cada petición al servidor de Bastino y cada llamada a un servidor externo es un tramo en «Trazas» y en OpenTelemetry. Hacia fuera viaja traceparent; el que llega de fuera se guarda como enlace, nunca como padre.
En un MacBook Pro Intel de desarrollo (12 hilos), Apache con PHP-FPM 8.3 y 5 procesos, MySQL 8.4 local, unos 90 módulos activos y un modelo guionizado. Guion reproducible con un servidor falso de 500 herramientas y ab. Tablas 1 y 4: 2026-11-20. Tablas 2 y 3: 2026-11-21, con la versión 3.82 y, entre paréntesis, la 3.81 del mismo día. Es una máquina modesta a propósito: los números dicen dónde está el techo.
| Caso | Herramientas | Externas | Esquemas | Tokens |
|---|---|---|---|---|
| Sin servidores MCP | 97 | 0 | 66,3 KB | ~16.970 |
| + servidor de 500 herramientas, diferidas (de serie) | 98 | 1 | 66,9 KB | ~17.120 |
| + servidor de 500 herramientas, sin diferir | 597 | 500 | 268,1 KB | ~68.620 |
Con diferidas, un servidor de 500 herramientas cuesta unos 150 tokens más por vuelta en lugar de unos 51.650.
| Tamaño de página | Peticiones | Tiempo total | La más lenta |
|---|---|---|---|
| Todo de una vez, primera vez (sin caché) | 1 | 719 ms (2.090 ms) | 719 ms |
| 25 (de la caché) | 6 | 3.230 ms (4.576 ms) | 690 ms |
| 100 (de serie, de la caché) | 2 | 1.186 ms (2.545 ms) | 681 ms |
Casi todo el tiempo de antes era pedir la etiqueta de cada herramienta una a una; ahora sale de la definición ya montada, y la caché del catálogo quita el resto. Una petición cuesta ya lo que arrancar la aplicación (≈ 0,5 s en esta máquina).
| Caso | Pet./s | 429 | p50 | p95 |
|---|---|---|---|---|
tools/list de una en una | 1,9 (0,5) | 0 | 529 ms (2.052 ms) | 543 ms |
tools/list, 20 a la vez, sin cupos | 6,8 (1,6) | 0 | 2.855 ms (12.711 ms) | 3.421 ms (13.943 ms) |
tools/call de una en una | 1,5 | 0 | 662 ms | 734 ms |
tools/call, 20 a la vez, sin cupos | 5,6 | 0 | 3.439 ms | 4.084 ms |
tools/call, 20 a la vez, cupo global 120/min | 5,6 | 180 | 3.404 ms | 4.492 ms |
tools/call, 20 a la vez, 4 por conexión (de serie) | 4,4 | 2 | 4.266 ms | 5.540 ms |
El techo es PHP-FPM: 5 procesos × ≈ 0,6 s por petición ≈ 7–8 peticiones por segundo. Con 20 a la vez, el resto espera en cola y sube la latencia, sin errores. El cupo global corta exactamente lo que pasa de 120 en el minuto (300 − 120 = 180). Para más, más procesos o más nodos.
| Caso | Llamadas 1 a 5 | Llamadas 6 y 7 (en pausa) |
|---|---|---|
| Caído (conexión rechazada) | 1,4–1,6 s | 0 ms |
| Sin respuesta | 1,8–1,9 s | 0–1 ms |
| Lento (tarda 5 s; plazo 2 s) | 2,0 s | 0 ms |
Sin cortacircuitos, cada pregunta que tocara ese servidor esperaría lo mismo. Con él, a la sexta deja de esperarse y sus herramientas salen del catálogo hasta que pasa la pausa o alguien pulsa «Reanudar».
Bastino no depende de que el modelo «se porte bien». Las reglas las aplica el servidor.
context de la API nunca son órdenes.Hoy se compara con tres familias: estudios de agentes (como Copilot Studio), orquestadores para programadores (como LangGraph) y automatización de flujos (como n8n). No hablamos por ellos. Esta tabla dice lo que se suele pedir y cómo lo resuelve Bastino.
| Lo que se espera | Cómo lo resuelve Bastino | Dónde verlo |
|---|---|---|
| Diseñar y probar agentes sin programar | Estudio de agentes: instrucciones, conocimiento con citas, temas guiados, panel de prueba, evaluación en lote con juez, borrador y versiones. | Estudio |
| Varios agentes que colaboran | Empresa virtual (Director, puestos, revisión y escalado) y el paso «agente» en Automatizaciones. | Varios agentes |
| Herramientas de cualquier sistema | Cliente MCP, 28 conectores, herramientas propias desde OpenAPI (JSON o YAML) y API REST genérica. | Orquesta fuera |
| Flujos con disparadores | Automatizaciones, tareas programadas y por evento, webhooks entrantes y salientes. | Flujos |
| Ejecución en segundo plano | Trabajador de cola opcional: los encargos empiezan en menos de dos segundos; sin él, la tarea programada de cada minuto. | Trabajador |
| Identidad en sistemas externos | Conexión de la instalación o cuenta OAuth de cada persona en los servidores MCP. | Mis conexiones |
| Manejo de errores y reintentos | Errores con clase, validación por esquema, corte de bucles, reintentos, respaldo, cortacircuitos y cola de fallidos. | Errores |
| Estado y memoria | Resumen de conversaciones, tareas que se retoman, memoria de hechos y caché de prompts. | Contexto |
| Trazas y métricas | Trazas W3C por turno con tramos MCP, tablero de fiabilidad, alertas y exportación OpenTelemetry. | Observabilidad |
| Una persona en el bucle | Tarjeta para toda escritura, bandeja de propuestas, aprobación desde la mensajería y deshacer. | Gobierno |
| API para integrarlo | API de agentes con idempotencia, espera del resultado, eventos en vivo y webhooks, y servidor MCP con OAuth 2.1. | API |
| Portabilidad | Agentes y flujos como fichero JSON versionado, con el texto de los documentos si se quiere; paquetes firmados en la Tienda de agentes. | Agentes como fichero |
| Elección de modelo | Cinco proveedores y modelos propios, con proveedor y modelo por agente. | Proveedores |
| Seguridad de empresa | Permisos de la persona, acciones críticas inexistentes, datos de terceros como no confiables, presupuestos y auditoría. | Seguridad |
No. Es también una plataforma de agentes: se activa sin los módulos de negocio y orquesta sistemas que no son de Fisher Platform por MCP, por 28 conectores, por cualquier API con OpenAPI, por webhooks y por su propia API de agentes.
El error vuelve al modelo con su clase (entrada no válida, sin permiso, fallo pasajero, tiempo agotado, rechazo del negocio o fallo interno) y un mensaje sin secretos. La entrada se valida contra el esquema antes de ejecutar. Si la misma llamada falla tres veces seguidas, el turno se corta. Las escrituras nunca se repiten solas.
Bastino reintenta con espera exponencial y respeta Retry-After. Si se configura, pasa a un proveedor de respaldo. Un proveedor que falla cinco veces seguidas se salta durante un tiempo (cortacircuitos). Cada intento queda en la traza con su coste.
Las conversaciones largas se resumen solas sin partir pares de herramienta y resultado. Una tarea cortada se retoma en la vuelta donde se quedó, sin volver a aplicar lo ya aplicado. Además hay memoria de preferencias y de hechos confirmados por la persona, y conocimiento con citas verificadas.
Cada turno es una traza W3C con sus llamadas al modelo, sus herramientas, sus llamadas MCP, sus acciones y el registro de negocio que cambió, con duración, tokens, caché y coste. Se ve en la pantalla Trazas, se exporta en JSON o CSV y, si se enciende, se envía a su colector por OpenTelemetry (OTLP/HTTP) con las convenciones GenAI.
Como servidor, no guarda estado: cualquier nodo detrás de un balanceador atiende cualquier petición. Sirve las listas por páginas, guarda en caché el catálogo de cada persona y tiene cupos por conexión, por cliente y globales. En las medidas publicadas de la versión 3.82, un tools/list pasó de 2.052 ms a 529 ms y, con 20 peticiones a la vez, de 1,6 a 6,8 peticiones por segundo. Como cliente, difiere las herramientas de los servidores grandes: uno de 500 herramientas añade unos 150 tokens por vuelta en vez de unos 51.650.
Sí, con la API de agentes: POST /api/bastino/agents/{id}/runs con la clave de API de una persona. El encargo corre en segundo plano con los permisos de esa persona. El resultado se consulta, llega por webhook, se espera en la misma llamada (Prefer: wait=N) o se sigue en vivo por eventos SSE. Admite Idempotency-Key. Está apagada de serie y se abre agente por agente; esperar y los eventos también nacen apagados.
No. Sin nada más, las tareas en segundo plano las ejecuta la tarea programada de cada minuto. Si el servidor lo permite (systemd o supervisor), el trabajador de cola opcional php spark bastino:worker las atiende en segundos: en las medidas publicadas, un encargo por la API empieza entre 1,6 y 1,8 s después de encolarlo.
Si el administrador lo configura así, sí: cada persona conecta su cuenta de un servidor MCP en «Mis conexiones» y Bastino la usa en el chat, en sus tareas y en la Empresa virtual. Sin cuenta, no ofrece las herramientas de ese sistema y dice dónde conectarla. De serie se usa la conexión de la instalación.
No. Las lecturas son directas, pero toda escritura en un sistema externo se propone en una tarjeta con el sistema, la acción y cada dato, y la aplica una persona. Además, cada conexión decide si Bastino no la usa, sólo lee o lee y propone escrituras.
Claude (Anthropic), OpenAI, Azure OpenAI, Google Gemini y servidores compatibles con OpenAI para modelos propios, como Ollama. Cada agente puede llevar su propio proveedor y modelo, con su clave.
No, a propósito. Un agente actúa siempre como una persona o con la clave de API de una persona, y nunca puede más que ella. Para un sistema externo se crea una persona técnica con el rol justo y su clave.
Una plataforma de agentes se elige también por sus límites. Estos son los de la versión 3.82.
tools/call. El servidor MCP contesta las llamadas en JSON, que es conforme: ninguna herramienta emite progreso.Link. Del YAML, el subconjunto que usa OpenAPI (sin anclas ni alias).traceparent que llega de fuera se guarda como enlace, no como padre, a propósito: un id de un tercero no decide a qué traza se suman los datos. Las convenciones GenAI de OpenTelemetry están aún en desarrollo.Lo que no es un límite: los lotes JSON-RPC, el stream GET y las sesiones de MCP. La especificación vigente (2026-07-28) los retiró; un servidor conforme contesta un mensaje por petición, y así lo hace Bastino.
Y una más: ningún modelo es infalible. Por eso lo crítico no existe, lo protegido lo rechaza el servidor y toda escritura pasa por una persona. El modelo puede equivocarse; sus sistemas no cambian sin usted.
Le enseñamos un agente conectado a sus herramientas por MCP, por un conector o por su OpenAPI, con sus trazas, sus errores y su tablero de fiabilidad.
Las capturas son de las versiones 3.81 y 3.82 (Trabajadores y Mis conexiones) en un entorno de demostración con una empresa y personas ficticias. Los turnos de las trazas los generó el motor real de Bastino con un proveedor de IA simulado (no se llamó a ningún proveedor real); los servidores MCP, las cuentas personales, la conexión de Jira y la API del transportista son ficticios, y los encargos de la pantalla Trabajadores los atendió un trabajador de cola real. Los números son los de los guiones publicados en la documentación técnica del producto, medidos en la máquina descrita en las fechas indicadas. Las marcas citadas son de sus dueños; los nombres de otros productos sólo indican la categoría con la que se suele comparar.