P01¿El crew de investigación va a publicar reportes por su cuenta?
No. Cada reporte se detiene en un gate HITL para que el analista firme la lectura de régimen, los papers citados y las propuestas de funcionalidad antes de que algo vaya a los PMs o a riesgo. Levanta el gate por plantilla una vez que el flujo de trabajo se haya ganado la confianza.
P02¿Los agentes pueden razonar sobre nuestra biblioteca interna de investigación?
De tres formas. El contexto estático adjunta tu house view, lista de coverage y límites de riesgo a personas específicas en cada run. La herramienta rag_retrieve permite que MarketAnalyst y LiteratureSpecialist jalen de filings, transcripts y notas previas a demanda. La memoria entre runs lleva la tesis de la semana pasada a la actualización de esta semana para que los follow ups no empiecen desde cero.
P03¿Esto es una alternativa a AlphaSense o una alternativa a Sentieo?
Va al lado de ellos. AlphaSense y Sentieo son superficies de búsqueda y extracción sobre filings y transcripts. Melaya es la capa de razonamiento que corre MarketAnalyst, MacroEconomist y LiteratureSpecialist en un schedule y escribe el brief, con tus fuentes citadas inline.
P04¿Cómo se compara Melaya con Hebbia o BamSEC para trabajo de filings?
Hebbia y BamSEC se enfocan en Q and A sobre documentos de filings de la SEC. Melaya enchufa SEC EDGAR como una herramienta con alcance que cualquier persona puede llamar, y luego compone un flujo de trabajo multi paso a su alrededor con el modelo de conocimiento de 3 capas para que la misma respuesta sea reproducible el siguiente trimestre.
P05¿Cómo evitamos que los briefs suenen a IA?
Los borradores citan párrafos específicos de filings, ids de serie de FRED e identificadores de arXiv. Al LiteratureSpecialist se le exige sacar un paper que contradice por cada tesis, así que el tono se lee como una nota de analista en trabajo y no como un resumen seguro.
P06¿En qué modelos podemos correr el crew de investigación?
En cualquiera. Claude en LiteratureSpecialist donde el contexto largo y la calidad de reasoning importan, GPT en DataScientist para drafting de código, un Ollama local en MarketAnalyst cuando el dataset on chain no puede salir de tu red. Cada persona elige el suyo.
P07¿Qué tan rápido puede un equipo de investigación correr el primer pipeline?
Con las herramientas de FRED, SEC EDGAR y arXiv habilitadas, el flujo de trabajo de briefing macro es un canvas de 4 nodos: jalar series, resumir, citar, aprobar. La mayoría de los equipos lo entrega en una sesión de trabajo y tiene el primer brief revisado en su bandeja el mismo día.
P08¿Puedo auditar exactamente qué hizo el agente y por qué?
Cada run loggea cada llamada a herramienta, cada chunk recuperado, cada invocación de modelo y cada aprobación. Hazle replay a cualquier run para ver qué serie de FRED, qué párrafo de 10 K y qué paper de arXiv impulsó la conclusión. El audit log es el log de metodología.
P09¿Puedo construir este flujo de trabajo de investigación en n8n o Zapier?
n8n, Zapier y Make ejecutan pasos predefinidos de trigger-acción, y ganan en amplitud de conectores para automatizaciones lineales simples. No pueden planificar un deep dive: Market Analyst, Macro Economist, Literature Specialist y Data Scientist de Melaya razonan entre pasos, acotados por bundles de solo lectura como sec_edgar_tools y fred_tools, con aprobación HITL en cada escritura.
P10¿Por qué no simplemente escribir un script de Python para extraer datos de FRED y EDGAR?
Escribe el script si todo lo que necesitas es un pull de gráficas programado. Un script no puede hacer la llamada de régimen del Market Analyst ni encontrar el paper contradictorio que Literature Specialist siempre descubre. Melaya agrega enrutamiento de modelos por paso entre 23 proveedores, trazas completas y evaluación determinista primero, así que cada brief es reproducible y auditable.
P11¿Podemos reutilizar un pipeline de deep dive para cada nombre que cubrimos?
Sí. Guarda cualquier ejecución de Melaya como plantilla y vuelve a correr la misma crew de cuatro personas sobre un nuevo ticker con los inputs cambiados. El bundle de conocimiento construye un vector store por flujo de trabajo desde notas anteriores y memos de tesis ganados, así que la crew recupera el trabajo del trimestre pasado en vez de investigar el nombre desde cero.
P12¿Pueden los pasos de investigación sensibles quedarse en nuestra propia infraestructura?
Sí. Melaya corre en la nube o en tu runner local, y el enrutamiento de modelos por paso te permite fijar los pasos que tocan cobertura de la casa a un modelo local. La indexación de nuevos corpus en el vector store del bundle de conocimiento tiene compuerta HITL, mientras los pulls públicos a través de arxiv_tools y yahoo_finance_tools pueden quedarse en la nube.
P13¿Cómo verifica Melaya las citas en un brief de investigación?
Melaya ejecuta evaluación determinista primero: las verificaciones basadas en reglas se disparan antes de cualquier revisión por modelo. Las verificaciones comprueban que cada afirmación lleve un id de serie FRED de fred_tools, una referencia de EDGAR de sec_edgar_tools, o un id de arXiv de arxiv_tools, y un brief que falla nunca llega a la compuerta de aprobación del analista. Las trazas completas muestran qué fuente respalda cada paso.