🤖 Wabot

Un framework moderno y flexible para crear bots con TypeScript e Inteligencia Artificial

Documentación • Inicio Rápido

🌟 Introducción

Wabot es un framework diseñado para desarrolladores que desean crear bots inteligentes de manera rápida y profesional. Con soporte nativo para TypeScript, múltiples plataformas de mensajería y los principales proveedores de IA, Wabot te permite enfocarte en la lógica de tu bot mientras nosotros nos encargamos de la infraestructura.

✨ Características Principales

• 🔷 Tipado estricto con TypeScript - Desarrollo seguro y predecible
• 🧩 Modular y extensible - Arquitectura flexible para escalar
• 🔌 Fácil integración con múltiples plataformas - Conecta con diversos canales
• 🤖 Soporte para bots con IA - Inteligencia artificial lista para usar
• 🧠 Múltiples proveedores de IA - OpenAI, Google Gemini, Anthropic Claude
• 💬 Múltiples canales de chat - Telegram, WhatsApp, Socket y más
• 🧪 Sistema de testing integrado - Prueba tus chatbots sin API keys ni base de datos
• 📖 Documentación clara y en español - Aprende sin barreras de idioma

🚀 Inicio Rápido

visita nuestra documentación 📘 Ver guía completa de inicio →

📦 Building for production

En modo dev, el framework descubre módulos escaneando el disco. Para producción, el framework incluye un script que empaqueta tu proyecto en un único dist/entry.js autocontenido usando tsup.

1. Instala tsup como dev dependency del consumidor

npm i -D tsup

2. Cambia _run_.ts para exportar la config

En vez de invocar run() directamente, exporta config para que tanto dev como build la puedan usar:

// src/_run_.ts
import { run, IProjectRunnerConfig } from '@wabot-dev/framework'

export const config: IProjectRunnerConfig = {
  directories: ['src'],
}

// Solo en dev: arrancar inmediatamente.
if (process.env.WABOT_BUNDLED !== '1') {
  run(config)
}

3. Configura el build (opcional)

Crea wabot.build.json en la raíz del proyecto o agrega un campo wabot al package.json:

{
  "entry": "./src/_run_.ts",
  "directories": ["src"],
  "exclude": ["_run_.ts", "_cmd_.ts"],
  "outDir": "./dist",
  "sourcemap": true,
  "minify": false,
  "external": ["pg"]
}

4. Agrega los scripts

"scripts": {
  "dev": "node --import @yucacodes/ts ./src/_run_.ts",
  "build": "node ./node_modules/@wabot-dev/framework/dist/build/build.js",
  "start": "WABOT_BUNDLED=1 node ./dist/entry.js"
}

El script de build:

1. Escanea las directories configuradas (saltando tests y _run_.ts/_cmd_.ts).
2. Genera un manifiesto temporal en .wabot/ con imports estáticos a cada módulo.
3. Empaqueta todo con tsup (ESM, single-file) en dist/entry.js.
4. Arranca el runtime en modo preloaded: true, así que no hay readdir ni imports dinámicos por template literal en el bundle final.

Los addons opcionales (pg, SDKs de IA) se mantienen como peerDependencies y solo entran al bundle si tu proyecto los usa.

🧪 Testing

El framework incluye un sistema de testing en @wabot-dev/framework/testing, agnóstico al runner (node:test, vitest, bun test). Permite probar chatbots de forma determinista —sin API keys ni base de datos— y también evaluar el comportamiento real con un juez LLM.

import { createChatBotHarness, LlmJudge } from '@wabot-dev/framework/testing'

// Determinista: el LLM se simula, tus tools se ejecutan de verdad
const harness = createChatBotHarness({ mindset: EliaMindset })
harness.adapter.callTool('saveEvent', { title: 'Demo', ... }).reply('¡Agendado!')

const turn = await harness.send('agenda una demo mañana')
// turn.replies, turn.toolCalls (con resultados reales), harness.history()

// Evals: juzga conversaciones reales con un LLM
const judge = new LlmJudge({ adapter, models: [{ model: 'claude-haiku-4-5' }] })
await judge.assert({
  transcript: harness.history(),
  criteria: 'Responde en español y confirma la fecha del evento',
})

También incluye harnesses para controllers de chat (createChatControllerHarness), endpoints REST con guards JWT/API-Key reales (createRestHarness), commands y crons (createAsyncHarness), repositorios en memoria (useMemoryRepositories), aserciones de validación y una suite de conformance para adapters LLM propios (chatAdapterConformanceCases).

💬 Plataformas Soportadas

Wabot se integra nativamente con las principales plataformas de mensajería:

| Plataforma | Estado | | --------------- | ------------ | | 📱 WhatsApp | ✅ Soportado | | ✈️ Telegram | ✅ Soportado | | 🔌 Socket | ✅ Soportado |

🧠 Proveedores de IA

Potencia tu bot con los principales proveedores de inteligencia artificial:

| Proveedor | Soporte en Wabot | | ---------------- | ----------------------- | | 🟢 OpenAI | ✅ Integración completa | | 🔵 Google | ✅ Integración completa | | 🟣 Anthropic | ✅ Integración completa |

📚 Documentación

Explora nuestra documentación completa para dominar Wabot:

• 📖 Introducción - Conoce el framework
• 🧠 Mentalidad del Bot - Diseña bots inteligentes
• ⚙️ Agregar Funcionalidades - Extiende tu bot con módulos
• 🔍 Documentación Completa - Explora todas las guías

💡 Ejemplos

💡 Ver más ejemplos en la documentación oficial

🛠️ Desarrollo y Contribución

¿Quieres contribuir al proyecto? ¡Serás bienvenido!

• 🐛 Reportar bugs: Issues
• 💬 Discusiones: Discussions

📞 Soporte

¿Necesitas ayuda? Estamos aquí para ti:

• 📧 Email: [email protected]
• 🐛 Issues: Reportar un problema

📄 Licencia

Este proyecto está licenciado bajo Licencia MIT.

Hecho con ❤️ por el equipo de Wabot

Sitio Web • Documentación • npm