// CASO DE USO · INVERSIONISTA

Automatiza el filtrado de negociaciones con un crew de IAque cita cada fuente.

Ves entre 80 y 120 pitch decks entrantes al mes y la mayoría muere en tu bandeja de entrada porque no hay tiempo de leer más allá de la diapositiva 4. Melaya te da un crew de cuatro personas que prioriza los decks contra tu tesis, ejecuta el mapa de mercado, pone a prueba la afirmación, califica las referencias del fundador, y redacta el memo del comité de inversión con citas. Cada memo nombra la diapositiva fuente, el comparable, la serie de FRED, el paper. Tú decides a qué tres empresas les llega un cheque.

01
// Qué se rompe hoy

Los flujos manuales cuestan más que el agente.

Tres dolores que cada equipo de ventas y BD vive cada semana. Cada uno es de lo que tus reps se quejan de verdad, no como los nombraría una página de funcionalidades.

  1. 01

    Lee cien presentaciones de la SEC por trimestre buscando la única transacción de insider que importa.

  2. 02

    Rastrea las publicaciones macro de FRED en una docena de series sin un solo dashboard.

  3. 03

    Escanea arXiv y OpenAlex en busca del paper detrás del avance que afirma un pitch deck.

02
// Pipelines que puedes construir

Flujos de agentes: compón, aprueba, repite.

Cada pipeline de abajo es una forma que cableas en el canvas usando el crew y las herramientas de más abajo. No es una funcionalidad que te entregamos, es un patrón que configuras.

P01

Barrido de presentaciones ante la SEC y transacciones de insiders

MarketAnalyst resuelve un ticker a su CIK vía sec_edgar_tools/edgar_ticker_to_cik, obtiene la lista de presentaciones recientes con edgar_recent_filings, y verifica la actividad de insiders en Form 4 con edgar_insider_form4, todo a través de la API real de SEC EDGAR, no un resumen extraído por scraping.

P02

Contexto macro de FRED

MacroEconomist obtiene la serie real de observaciones con fred_tools/fred_series_observations y verifica las próximas fechas de publicación con fred_release_dates, así que una tesis se cronometra contra datos reales, no una corazonada.

P03

Diligencia de literatura y académica

LiteratureSpecialist busca en arXiv (arxiv_search, arxiv_by_author) y OpenAlex (openalex_search_works, openalex_work_citations) para verificar si el avance citado en un pitch deck es real, reciente, y realmente citado por alguien más.

P04

Lista corta de inversionistas y fondos para una empresa del portafolio

DataScientist construye una lista corta de inversionistas dirigida con openvc/openvc_search_investors, emparejada por sector, etapa, geografía y tamaño de cheque directamente desde la base de datos pública de OpenVC (sin API key), y luego obtiene el perfil público completo de un solo fondo con openvc_get_fund antes de que salga una presentación.

P05

Señal del fundador y un registro de negociación consultable

MarketAnalyst resuelve y lee el perfil y el feed de LinkedIn de un fundador con social_linkedin/linkedin_resolve_profile y linkedin_browse_feed, y el rastro de diligencia se indexa con knowledge/build_knowledge_from_text para que la siguiente persona del equipo de negociación pueda buscarlo en lugar de volver a leerlo.

03
// La crew multi-agente

Crew de Investigación y Análisis

Personas reales del crew research_team. Cada una llega con un system prompt afinado y una allowlist de herramientas por defecto. Cambia los modelos por persona en el canvas.

Analista de Mercado

MarketAnalyst

Construye la lectura de la categoría para una negociación con rondas de financiamiento, múltiplos de ingresos comparables, señales de uso onchain o de producto, y un techo de TAM nombrado con riesgos declarados.

Científico de Datos

DataScientist

Propone una definición de KPI falsable por negociación, normaliza las matemáticas de cohorte y retención entre decks, y escribe el pseudocódigo que un dashboard de portafolio puede ejecutar según un horario.

Especialista en Literatura

LiteratureSpecialist

Lee investigación académica e industrial que respalda o contradice una tesis, califica la calidad de replicación, y siempre expone un paper que argumenta en contra de la negociación.

Macroeconomista

MacroEconomist

Define el marco del ciclo de capital con la función de reacción de la Fed, la tendencia del DXY, y un calendario de 30 días de eventos macro que mueven el precio del venture y el timing del sector.

04
// herramientas con alcance

Listas de herramientas permitidas: solo las acciones que tú concedes.

Cada herramienta de abajo es una herramienta compartida real del bundle Melaya. Allowlist por agente, HITL en las escrituras y revocación en un clic.

shared/tools/core/

Búsqueda general, consultas estructuradas, y lecturas de archivos locales para las cuatro personas. pause_for_human es el nodo HITL explícito que detiene cada memo, envío y borrador para LP hasta que apruebas.

web_searchweb_fetchhttp_requestfile_readgrep_searchpause_for_human
shared/tools/sec_edgar_tools/

MarketAnalyst obtiene presentaciones públicas comparables, prospectos S-1, y datos de Form 4 de insiders para los benchmarks de categoría. Solo lectura, así que no se necesita puerta de escritura.

edgar_ticker_to_cikedgar_recent_filingsedgar_company_factsedgar_full_text_searchedgar_insider_form4
shared/tools/fred_tools/

MacroEconomist consulta FRED para tasas, índices de financiamiento venture, y calendarios de publicación con el id de la serie citado en cada párrafo macro del memo. Solo lectura.

fred_series_observationsfred_series_searchfred_series_infofred_release_dates
shared/tools/arxiv_tools/

LiteratureSpecialist escanea papers recientes en la categoría técnica de la negociación, califica la calidad de replicación, y lista un paper contradictorio por tesis. Solo lectura.

arxiv_searcharxiv_get_paperarxiv_recentarxiv_by_author
shared/tools/openalex_tools/

Rastrea grafos de citas alrededor de la investigación previa de un fundador o una afirmación de categoría para que LiteratureSpecialist pueda nombrar el trabajo original detrás de la nota al pie de un pitch.

openalex_search_worksopenalex_get_workopenalex_work_citationsopenalex_author_works
shared/tools/scraping/

Obtén cobertura de lanzamientos de producto, fotos de páginas de contratación, y noticias de categoría para el mapa de mercado. Delimitado por agente a una lista de permitidos que definas, nunca otorga una herramienta de escritura a las personas de redacción.

scrape_pagescrape_linksscrape_structuredfetch_rss
shared/tools/social_linkedin/

Busca en LinkedIn objetivos de referencias del fundador, conexiones de empleadores anteriores, y referencias de operadores. Solo lectura en este bundle, no se otorga herramienta de escritura, así que nada puede mandar DM a una referencia sin ti.

linkedin_searchlinkedin_resolve_profilelinkedin_browse_feed
shared/tools/knowledge/

Construye el almacén de conocimiento por workflow a partir de memos anteriores, notas de rechazo, actualizaciones de fundadores, y tu documento de tesis. Alimenta el contexto estático, rag_retrieve, y la memoria entre ejecuciones.

build_knowledgebuild_knowledge_from_textbuild_knowledge_from_file
05
// Tres capas de conocimiento

El crew lee lo que tú le das.

Cada pipeline llega con tres capas de acceso al conocimiento. Combínalas por agente en el canvas. Sin espacio vectorial compartido con otro tenant, sin lecturas sorpresa, sin retrieval opaco.

L1

Contexto estático

includeContext

Documentos por pipeline que se anexan al input de agentes específicos en cada run. El brief de ICP, el playbook, la lista de precios o el corpus de correos de deals ganados. Lo que tenga que estar ahí antes de que el agente piense. Tú eliges qué personas reciben qué documentos.

L2

herramienta de retrieval RAG

rag_retrieve

Una herramienta con alcance concedida por agente. Cuando el agente decide que necesita más profundidad, consulta el vector store del flujo de trabajo a demanda. La misma base de conocimiento que el contexto estático, accedida solo cuando el modelo la pide.

L3

Memoria entre runs

pipeline_memory

Estado a nivel pipeline que se arrastra de un run al siguiente. La investigación de ayer está en alcance para el follow-up de hoy. El crew recuerda a quién ya prospectó, qué se aprobó, qué se envió. El audit log es la base de conocimiento de segundo orden.

07
// FAQ

Preguntas sobre agentes IA que nos hacen cada semana.

¿Los datos de presentaciones de la SEC vienen de un scraper o de la API real de EDGAR?

La API real de SEC EDGAR, a través de sec_edgar_tools: resolución de ticker a CIK, presentaciones recientes, búsqueda de texto completo, datos de empresa, y transacciones de insiders en Form 4.

¿Un agente puede construir una lista corta de inversionistas para una ronda?

Sí. openvc_search_investors empareja firmas de VC y ángeles por sector, etapa, geografía y tamaño de cheque desde la base de datos pública de OpenVC, sin necesidad de API key.

¿Qué fuentes académicas verifica el crew de investigación?

arXiv y OpenAlex, a través de arxiv_tools y openalex_tools, incluyendo conteos de citas, así que un avance afirmado puede verificarse contra quién realmente lo cita.

¿Esto reemplaza a un analista humano?

No. MarketAnalyst, MacroEconomist, LiteratureSpecialist y DataScientist producen cada uno su sección del reporte en secuencia; una persona sigue leyendo y decidiendo.

¿La investigación puede indexarse para el resto del equipo de negociación?

Sí. build_knowledge_from_text y build_knowledge_from_file convierten el rastro de diligencia en una base de conocimiento consultable.

Construye pipelines de vcs, ángeles inversionistas y analistas de inversión en Melaya.

El tier Sandbox es gratis y sin tarjeta. Únete a la lista de espera y te avisamos por correo en cuanto se libere un cupo.

← Volver a todos los casos de uso
Únete a la comunidad
// Cookies
Melaya usa un pequeño set de cookies first-party estrictamente necesarias para autenticarte, mantener tu sesión y proteger la plataforma de abusos. No usamos cookies de publicidad, trackers cross-site ni analytics de terceros por defecto. La lista completa de cookies está en nuestra Política de Privacidad.