Caso de estudio 2024 — presente Proyecto principal

Axon.
Alineando ideas
en un grafo.

RolArquitecto y lead engineer
Equipo4 ingenieros · 1 PM
EstatusEn producción
StackLangGraph · Neo4j · FastAPI · React

El problema

La estrategia se degrada en la brecha entre las reuniones y la ejecución. Las notas se pierden, las decisiones se contradicen y tres equipos terminan construyendo lo mismo en silencio.

Necesitábamos un sistema capaz de ingerir el exhausto no estructurado de una empresa — transcripciones de reuniones, hilos de Slack, borradores de memos — y convertirlo en un mapa consultable de lo que la organización realmente ha decidido. No resúmenes. Estructura.


Arquitectura

Una máquina de estados de LangGraph enruta cada idea a través de una cadena de agentes especializados.

Cada nodo del grafo es un agente con un único propósito: extractor, clasificador, dedupe, detector de conflictos, resolutor de dueños, sintetizador. El objeto de estado lleva la procedencia por toda la corrida, así que cada nodo en Neo4j puede rastrearse hasta su frase original.

LangGraph · corrida de agentes

El grafo de conocimiento

Neo4j es la fuente de verdad. Todo es un nodo — intenciones, decisiones, restricciones, dueños, fechas.

Las aristas codifican relaciones semánticas: SUPERSEDES, DEPENDS_ON, OWNED_BY, CONFLICTS_WITH. Una capa de consulta en lenguaje natural traduce preguntas a Cypher, y una consola en React muestra el resultado como tabla y como subgrafo explorable.

Neo4j · grafo de conocimiento

Resultados

01
~94%
Precisión de extracción en set etiquetado
02
12
Nodos agente especializados
03
300 ms
Latencia mediana de consulta
04
3 → 0
Documentos de estrategia en conflicto detectados en piloto