DeskKit — Comercio agéntico para el Razorpay AI Buildathon

Track 1: Crecimiento con IA y comercio agéntico

Un agente de aprovisionamiento autónomo que hace que un comercio (DeskKit) sea transaccionable por un comprador de IA, de principio a fin, con cada acción monetaria explicable, acotada y controlada, y un rastro de auditoría en vivo.

Qué hace

DeskKit es un pequeño comercio de suministros de oficina en Razorpay. Este proyecto construye un agente de IA que:

• Explora el catálogo de DeskKit a través de una interfaz de herramientas MCP (catálogo legible por agentes)

• Razona sobre las compras y ejecuta pedidos reales de Razorpay en modo de prueba

• Aplica un presupuesto mensual estricto con control de dos niveles: aprobación automática por debajo de ₹3,000, aprobación manual requerida por encima de esa cantidad, y bloqueo total si supera los ₹5,000/mes

• Conserva el gasto entre sesiones — el presupuesto se comporta realmente como un límite mensual, no como un reinicio por ejecución

• Sugiere de forma proactiva artículos complementarios (venta adicional/venta cruzada) después de una compra exitosa

• Incluye un segundo agente de IA que genera solicitudes de aprovisionamiento de forma autónoma, lo que demuestra un comercio real de agente a agente, no solo de humano a agente

Cada decisión se rastrea en LangSmith para obtener un rastro de auditoría completo, y se visualiza en vivo en un panel de Monthly Ledger que muestra los recuentos de aprobados/pendientes/bloqueados y el historial de pedidos.

Related MCP server: razoragent

Por qué encaja con el track

«Cada acción monetaria explicable, acotada y controlada. Muestra el rastro de auditoría y un fallo gestionado con elegancia.»

Este proyecto gestiona con elegancia cuatro casos de fallo o límite distintos: bloqueo de presupuesto, control de aprobación, solicitudes de artículos que no están en el catálogo y cumplimiento parcial de una solicitud de agente a agente demasiado amplia — cada uno con un razonamiento claro y alternativas reales, nunca un fallo silencioso ni una anulación forzada.

Arquitectura

Requester Agent (AI buyer) ──> LangGraph ReAct Agent ──> MCP Tool Layer ──> Razorpay Test-Mode API │ │ │ ├── get_catalog │ └── create_order (budget-gated) │ └──> LangSmith (audit trail)

Stack tecnológico

• FastAPI — backend + UI

• LangGraph (patrón de agente ReAct) — razonamiento y orquestación de herramientas

• MCP (Model Context Protocol) — catálogo y pago expuestos como herramientas invocables por agentes

• Groq (openai/gpt-oss-120b) — inferencia de LLM

• Razorpay Python SDK — pedidos de pago reales en modo de prueba

• LangSmith — observabilidad y rastro de auditoría

• Seguimiento persistente del gasto basado en JSON

Ejecutarlo localmente

python -m venv venv
venv\Scripts\activate          # on Windows
pip install -r requirements.txt

Crea un archivo .env con: RAZORPAY_KEY_ID=your_test_key RAZORPAY_KEY_SECRET=your_test_secret GROQ_API_KEY=your_groq_key LANGSMITH_API_KEY=your_langsmith_key LANGSMITH_TRACING=true LANGSMITH_PROJECT=deskkit-buildathon

Luego ejecuta:

uvicorn main:app --reload

Visita http://127.0.0.1:8000.

Demo

Escribe una instrucción (p. ej., «Compra 10 cables USB-C y 1 soporte para portátil»), o haz clic en Simular agente solicitante para ver cómo una segunda IA genera su propia solicitud de compra: comercio real de agente a agente.

Capturas de pantalla

Pedido exitoso con seguimiento del presupuesto en tiempo real

Pedido bloqueado con razonamiento elegante

Monthly Ledger — rastro de auditoría completo de un vistazo

Comercio de agente a agente: un agente solicitante genera su propia solicitud de compra

Construido para el Razorpay AI Buildathon, Track 1.