krispyai
Krispy AI es una solución open-source de chat en vivo con intervención humana mediante Telegram. Se auto-hospeda en Cloudflare Workers sin costes por asiento, ofreciendo respuestas de IA inmediatas y escalado manual a un operador cuando es necesario.
Ficha actualizada 22 sept 2026, 16:39 · upstream 22 sept 2026, 15:55 · release v0.2.2
Qué es krispyai
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Krispy AI es una plataforma de chat en vivo open-source diseñada para ofrecer soporte automatizado con intervención humana directa. A diferencia de las soluciones tradicionales que escalan a agentes humanos costosos, este sistema utiliza inteligencia artificial para responder consultas iniciales y transfiere la conversación automáticamente a un operador humano vía Telegram cuando detecta complejidad o necesidad de empatía. La arquitectura se basa en Cloudflare Workers y objetos duraderos para mantener el estado de sesión sin sobrecargar recursos, permitiendo un despliegue económico y escalable.
La herramienta funciona como una alternativa gratuita y auto-hospedable a servicios como Intercom o Crisp. El backend utiliza Rust y Next.js, ejecutándose sobre la capa de Workers de Cloudflare para minimizar costes operativos. Los datos de las conversaciones residen en tu propia cuenta de Cloudflare y Telegram, garantizando que no vivan en servidores de terceros sin control. La integración es sencilla mediante un widget embebible independiente que se carga en cualquier sitio web.
Sin embargo, la experiencia completa requiere una cuenta de Telegram activa para el bucle humano, ya que el sistema utiliza grupos con temas para replicar las conversaciones en tiempo real. No incluye Docker ni orquestadores complejos, lo que facilita el despliegue rápido pero exige conocimientos básicos de CLI y gestión de secretos. Es ideal para fundadores solitarios o equipos pequeños que priorizan la privacidad y el control sobre los datos frente a la facilidad de uso empresarial masiva.
- Reducir costes de chat en vivo evitando modelos de pago por asiento.
- Auto-hospedaje para garantizar propiedad total de los datos de conversación.
- Respuestas de IA con escalado humano manual sin contrato enterprise.
- Soporte para fundadores solitarios o equipos pequeños que cierran ventas por chat.
- Integración rápida en sitios web mediante widget embebible independiente.
- Arquitectura basada en Cloudflare Workers con coste operativo cercano a cero.
- Sistema de intervención humana vía Telegram con replicación en tiempo real.
- Widget embebible sin dependencias externas y compatible con Shadow DOM.
- Gestión del conocimiento mediante CLI para actualizar el prompt del sistema fácilmente.
- Licencia MIT abierta y código fuente disponible para auditoría de seguridad.
- Requiere configuración manual de Telegram (BotFather, supergrupo con temas).
- No incluye Docker ni orquestadores como Kubernetes para despliegue simplificado.
- La experiencia completa depende de la conexión activa a Telegram para el bucle humano.
- No está diseñado para grandes organizaciones que necesitan CRM integrados nativos.
- Requiere conocimientos básicos de CLI (Bun, Wrangler) para gestión y despliegue.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Se requiere Bun, cuenta gratuita de Cloudflare y Telegram. Clona el repositorio e instala dependencias con `bun install`. Ejecuta pruebas unitarias antes de desplegar. Para producción, crea namespace KV y guarda secretos (token Bot, chat ID) usando `wrangler secret put`. Despliega el Worker con `wrangler deploy` en la carpeta `services/edge`. El widget se embebe mediante script en `<body>`. No usa Docker; gestiona estado localmente.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.