Volver al Blog
Dashboards Observabilidad · 14 min lectura

Dashboards en Vivo: Cómo Monitorizar Agentes Cognitivos en Tiempo Real

Hay un momento en la vida de todo equipo que construye agentes autónomos en que te das cuenta: no tienes ni idea de lo que está pasando. Para eso construimos dashboards. Trust score, orquestaciones activas, coste por tier y herramientas usadas — todo en HTML nativo, server-side rendered en Workers.

Gonzalo Monzón

Gonzalo Monzón

7 julio, 2026 · Serie: Arquitectura — Cómo se Comunican los Agentes (3/3)

TL;DR

Un agente autónomo sin dashboard es una caja negra. En Cadences Lab, cada agente expone su estado a través de un resource MCP (agent://status), y los dashboards renderizan esos datos en tiempo real con Lux (Cloudflare UI). Zalo muestra trust score y KB activity. Lisa muestra orquestaciones activas y cola de tareas. Tom muestra coste por tier y latencia. Hermes muestra herramientas usadas y errores. Todo HTML nativo, sin frameworks, server-side. Tercer y último artículo de la serie Arquitectura.

El problema

La caja negra

El agente responde. El agente ejecuta. Pero ¿por qué tomó esa decisión? ¿está atascado en un bucle? ¿está usando la herramienta adecuada?

Un agente autónomo sin dashboard es una caja negra. Puede estar funcionando perfectamente o puede estar alucinando respuestas y no lo sabrás hasta que un usuario se queje. Con dashboards, el estado del sistema es transparente y auditable. No es opcional — es parte de la arquitectura.

El patrón

MCP-Lux Toolkit

No reinventamos la rueda. Lux (el framework UI de Cloudflare) tiene componentes reutilizables que se conectan directamente a las herramientas MCP de cada agente.

El patrón es simple — y Lux renderiza cada dashboard en <3ms:

  1. 1. El agente expone un resource MCP con su estado (agent://status)
  2. 2. El dashboard lee ese resource vía HTTP
  3. 3. Lux renderiza los datos en tiempo real

Zalo Dashboard → GET /mcp/agent://status → trust: 8.2, kb_hits: 142, pipelines: 3

Dashboard de Zalo

El más completo del ecosistema. Gonzalo abre el dashboard y ve en tiempo real el estado de su gemelo digital:

📊 Trust Score

Evolución del nivel de confianza (se actualiza cada 5 min por batch, no en tiempo real)

🧠 KB Activity

Qué ha aprendido hoy, qué ha consultado, qué relaciones nuevas ha descubierto

📋 Decisiones recientes

Últimas 10 decisiones con rationale, más las revertidas — para ver cuándo Zalo cambió de opinión

⚡ Pipeline status

Qué está ejecutando ahora mismo: clasificando, indexando, respondiendo, orquestando

⚠️ Contradicciones activas

Señales de incoherencia no resueltas entre decisiones o patrones que Lisa ha detectado

🔥 Heatmap de carga

Distribución horaria de peticiones, hits de KB, picos de actividad por hora del día

Dashboard de Lisa

🎯 Orquestaciones activas

Qué objetivos está ejecutando en este momento, con estado actual y paso en el que está

📥 Cola de tareas

Pendientes, en progreso, completadas — con tasa de éxito y tiempo medio por tarea

🔍 Patrones registrados

Cuántos patrones hay, cuáles se han matcheado, hits por patrón, accuracy del matching

📊 Estado del sistema

Snapshot completo: tareas, patrones, Q&A, decisiones, wiki — todo en una vista

Dashboard de Tom

💰 Coste acumulado (USD)

Gasto por tier: FAST, CHEAP, GRANITE, QWEN — con proyección diaria y semanal

📞 Llamadas por tool

Qué tools se usan más: classify, extract, summarize, transform, batch, process

⚡ Latencia

Tiempo de respuesta por modelo: FAST (~150ms), CHEAP (~400ms), GRANITE (~1.2s), QWEN (~2.5s)

✅ Tasa de éxito

Porcentaje de clasificaciones correctas vs reintentos, por tier y por tool

Dashboard de Hermes

🛠️ Herramientas usadas

Cuántas llamadas por sesión, qué tools se invocan más, distribución por tipo

📚 Skills cargadas

Qué skills se activaron en la sesión, cuáles se usaron realmente, cuáles no

❌ Errores

Timeouts, fallos de conexión MCP, excepciones — con stack trace y frecuencia

📈 Rendimiento por tool

Tiempo medio de respuesta por herramienta, percentiles P50/P95/P99

Importancia

Transparencia, no opcional

Los dashboards no son un lujo. Son el sistema nervioso visible del Cognitive OS. Sin ellos, cada agente es una caja negra que puede estar funcionando mal sin que nadie lo sepa.

Con ellos, cualquier persona —técnica o no— puede abrir una URL y ver:

  • ✅ Que Zalo está procesando mensajes normalmente
  • ✅ Que Lisa no tiene orquestaciones atascadas
  • ✅ Que Tom no está quemando presupuesto en el tier equivocado
  • ✅ Que Hermes no está teniendo errores de conexión

Y lo mejor: todos los dashboards son HTML nativo, server-side rendered en Workers. Sin frameworks JavaScript, sin build steps, sin dependencias. Carga instantánea, cero JS en cliente.

Serie completa

Arquitectura: la base de todo

Esta serie ha recorrido los tres niveles de la arquitectura de comunicación de nuestros agentes:

C1

🔌 MCP sin Bridges

De stdio a HTTP directo, eliminando 7 procesos Python

C2

🔗 Service Bindings

Mesh cognitivo sin orquestador central

C3

📊 Dashboards

Transparencia total del sistema en tiempo real

Serie: Arquitectura — Cómo se Comunican los Agentes (3/3)

← Anterior

Service Bindings

📚 Serie completa

Vuelve al blog

Todos los artículos de la serie:

Con la arquitectura clara, el sistema cobra sentido

La Serie D explora el Cognitive OS desde la perspectiva del usuario: trust system, memoria episódica y el sistema completo como una experiencia unificada.

Serie Arquitectura — 3 artículos. Cadences Lab © 2026.

Newsletter

No te pierdas ninguna historia

Suscríbete para recibir nuevos lanzamientos, capítulos exclusivos y contenido detrás de cámaras.

  • Insights y artículos semanales
  • Contenido exclusivo y acceso anticipado
  • Sin spam, cancela cuando quieras

Respetamos tu privacidad. Puedes darte de baja cuando quieras.