# Instrucciones para el agente: Comp AI CRM: investiga contactos y registra hechos con evidencias

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

- Dificultad: avanzado
- Proyecto: https://github.com/trycompai/crm (licencia MIT)
- Guía completa: https://lab.wisd.ai/hub/comp-ai-agentic-crm

---

## Para el agente: cómo acompañar al usuario

1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

---

## Pasos de configuración

### Paso 1: prepara el inicio local

Comprueba que Bun 1.4.0, Node.js ≥22 (según [package.json](https://github.com/trycompai/crm/blob/release/package.json)), Git y Docker con Compose están disponibles. Lee README.md y docs/agent.md. El README usa la rama release para instalaciones. Sus pasos iniciales son:

```sh
git clone https://github.com/trycompai/crm.git && cd crm
cp .env.example .env
bun install
```

### Paso 2: configura autenticación

Configura en privado `BETTER_AUTH_SECRET`, `ALLOWED_SIGN_IN` y el proveedor de identidad elegido, según el README. Para la ruta Google del ejemplo, configura juntos `GOOGLE_CLIENT_ID` y `GOOGLE_CLIENT_SECRET` y registra `http://localhost:3001/api/auth/callback/google` como URI de redirección. Confirma que `DATABASE_URL` apunta al Postgres local de Compose; no cargues entornos externos para esta prueba. No pongas valores reales en el chat. Usa una cuenta de prueba y revisa los permisos del proveedor antes de enlazar correo.

### Paso 3: inicia los servicios locales

```sh
docker compose up -d
bun run db:deploy
bun run db:seed
bun run dev
```

La carga de datos de ejemplo es opcional según el README. La aplicación está en http://localhost:3000 y la API en http://localhost:3001.

### Paso 4: incorpora el agente

La ejecución local `bun run dev` ya incluye el agente en el puerto 2000, según [docs/setup.md](https://github.com/trycompai/crm/blob/release/docs/setup.md). No necesitas desplegar otro servicio para probarlo. Antes del arranque configura `AGENT_URL=http://127.0.0.1:2000` y un mismo `AGENT_BRIDGE_SECRET` privado para ambos procesos, desde el archivo raíz. El agente usa IPv4: `localhost` puede resolver a `::1` y fallar. Comprueba que `apps/app/turbo.json` y `apps/agent/turbo.json` conservan esas variables en `passThroughEnv`. Carga además `AI_GATEWAY_API_KEY` para el modelo local fuera de Vercel, según [docs/environment.md](https://github.com/trycompai/crm/blob/release/docs/environment.md). Reinicia si acabas de añadir las variables. Abre la pestaña Agent de una ficha ficticia y pide recuperar un hecho de su historial y citar su evidencia antes de conectar fuentes externas.

## Comprobación

Comprueba inicio de sesión, visualización de datos de ejemplo y comunicación con la API. Tras configurar el agente, revisa una investigación y su evidencia, incluida una sugerencia que deba resolver una persona.

## Si algo falla

Si el inicio de sesión entra en un bucle, revisa la configuración compartida de autenticación y los orígenes. Si la pestaña del agente está sin configurar, consulta el puente del agente. Si falta una fuente, comprueba qué servicios declara activos el agente antes de añadir claves.

Fuente: [documentación del proyecto](https://github.com/trycompai/crm/blob/c9473b82e3b4bfd5d0598bbdf7c1f36f3d2d68f0/README.md).