Microagentes

Ejecutan un prompt contra el modelo que elijas y transforman o califican cada conversación.

• Requieren elegir un modelo.
• Consumen créditos según los tokens usados.
• Antes de ejecutar ves la estimación de costo y el prompt completo.
• Solo trabajan sobre las conversaciones del proyecto.

Funciones programáticas que corren sin modelo sobre un proyecto o un dataset.

• No consumen créditos.
• El resultado es determinista: la misma conversación da el mismo resultado.
• Corren por lotes, con progreso real, y se retoman si se cortan.
• Las que reescriben mensajes se simulan primero.

Encuentra un texto o patrón en tus conversaciones. En modo «Solo buscar» cuenta las coincidencias y puede etiquetar las conversaciones que coinciden; en modo «Buscar y reemplazar» cambia el texto en bloque.

Escribe: Solo buscar: la etiqueta que elijas (se agrega a las que coinciden y se quita de las que ya no coinciden). Buscar y reemplazar: los mensajes.

• Qué hacer: Solo buscar o Buscar y reemplazar.
• Patrón de búsqueda (máximo 300 caracteres) y tipo: Texto exacto o Expresión regular.
• Distinguir mayúsculas (apagado por defecto).
• Reemplazar con: vacío borra lo que coincide; en expresión regular puedes usar $1, $2… para reusar los grupos.
• Buscar en: todos los mensajes, o solo usuario, asistente, system prompt o respuestas de herramientas.
• Etiquetar coincidencias (opcional, solo al buscar).

Solo toca el texto de los mensajes: las llamadas estructuradas (tool_calls) no se modifican, pero un bloque <tool_call> escrito dentro del texto sí. Un patrón con repetición anidada, como (a+)+ o (.*)*, se rechaza antes de correr porque puede colgarse con textos largos.

Revisa que cada conversación sirva para entrenar en formato de chat: roles válidos (system, user, assistant o tool), system prompt solo al inicio, turnos que alternan, que haya usuario y asistente, que cada respuesta de herramienta tenga su llamada, que no haya mensajes vacíos y que termine en el asistente. Válida significa cero errores.

Escribe: Estado QA según la opción que elijas (por defecto solo marca las inválidas, con sus primeros 5 motivos) y el resultado de la revisión.

• Modo estricto: convierte en error lo que normalmente es advertencia (turnos repetidos, mensajes vacíos o terminar sin respuesta del asistente).
• Estado QA: Marcar solo las inválidas (predeterminado), Marcar válidas e inválidas o No tocar el estado QA.

Un mensaje de usuario que empieza con <tool_response> (así entrega los resultados la plantilla de Qwen) cuenta como respuesta de herramienta, igual que en el Auditor y el Score de calidad.

Mide cada conversación (mensajes por rol, longitud promedio de usuario y asistente, llamadas a herramientas, sus respuestas y el JSON que no se puede leer) y lista los problemas que encuentra, del más grave al menos grave.

Escribe: Solo el resultado: métricas y hasta 15 hallazgos. No toca estado QA ni tags.

• No tiene parámetros.

Encuentra conversaciones repetidas comparando todo su contenido (aunque cambien espacios o mayúsculas) y marca las copias. La primera que aparece se queda como original: con «Todo lo filtrado» o todo el alcance, es la más antigua.

Escribe: La etiqueta «duplicada», la referencia a la original y, si lo eliges, el estado QA Omitida. A las que dejaron de ser duplicadas les quita la etiqueta.

• Comparar también el system prompt (apagado por defecto: el mismo diálogo con distinto system prompt cuenta como duplicado).
• Con las duplicadas: Solo etiquetarlas (predeterminado) o Etiquetarlas y marcarlas como Omitidas.

Si una conversación deja de ser duplicada, su estado Omitida no se revierte solo: no se sabe cuál tenía antes.

Detecta qué herramientas usa cada conversación, en cualquier formato (tool_calls, bloques <tool_call>, function_call o Action:) y por sus respuestas (mensajes de rol tool o function), y lo guarda como tags para filtrarlas después. Ignora los ejemplos de llamadas que trae el system prompt.

Escribe: Tags «con_herramientas» y «herramienta:<nombre>» (hasta 20), o «sin_herramientas». En cada corrida reemplaza solo sus propios tags; los demás se conservan.

• No tiene parámetros.

Calcula un score de 0 a 1, sin IA, con cinco dimensiones: formato (25 %), alternancia (20 %), balance de longitud entre usuario y asistente (15 %), herramientas (20 %) y completitud (20 %).

Escribe: Score QA según la opción que elijas y el desglose por dimensión.

• Score QA: Guardar solo si no tiene score (predeterminado), Guardar siempre (sobrescribe) o No guardar como score QA.

Arregla el JSON roto de las llamadas a herramientas (True/False/None de Python, comas finales, llaves sin comillas y comillas simples) y corrige las mayúsculas de sus nombres contra tus herramientas. Cada arreglo se aplica fuera de las cadenas de texto, así el contenido de un argumento no se altera.

Escribe: Los mensajes con llamadas a herramientas.

• Herramientas conocidas (opcional), separadas por coma. Vacío = las herramientas activas del proyecto o, si el proyecto no tiene, las de tu organización.

Una llamada cuyo JSON no se puede reparar se deja como está y se cuenta en el resultado.

Comprueba cada llamada contra las definiciones de tus herramientas: que la herramienta exista, que los argumentos sean un objeto, que no falten requeridos ni sobren desconocidos, que los tipos y los valores de enum sean correctos y que cada llamada tenga su respuesta.

Escribe: Estado QA según la opción que elijas y el reporte de errores (hasta 10).

• Definiciones: las herramientas del proyecto (las activas; si el proyecto no tiene, las de tu organización) o pegarlas en JSON.
• Nombre del asistente (opcional): revisa que el asistente no se presente con otro nombre.
• Modo estricto (encendido por defecto): además revisa que los campos booleanos sean booleanos.
• Estado QA: las mismas opciones que Validar para entrenamiento.

Sin definiciones, la conversación se omite con el aviso «agrégalas en Herramientas o pega el JSON»: nunca se da por válida. Una conversación sin llamadas queda como analizada y su estado QA no se toca.

Exporta las conversaciones a JSONL (messages, para entrenar), ShareGPT (conversations), CSV (una fila por mensaje) o JSON (arreglo) y descargas el archivo al terminar. Conserva las llamadas a herramientas.

Escribe: Nada: no modifica tus conversaciones.

• Formato: JSONL, ShareGPT, CSV o JSON.
• Incluir system prompt (encendido por defecto).

El CSV respeta comillas y saltos de línea dentro del campo, así lo puedes volver a importar tal cual. El archivo tiene un tope de 150 MB.

Cambian las conversaciones del proyecto. Los datasets que las usan por referencia ven el cambio; los que tienen su propia copia, no.

Cambian los items de ese dataset y el proyecto no cambia. Un item que es referencia a una conversación del proyecto recibe su propia copia al modificarse; la tabla de resultados lo marca con «Recibió su propia copia».