De Meta Muse a Leina: un asistente de IA necesita conectar con tu mundo

¿Qué debería saber un asistente que realmente te conoce?

Sabe que viajas por trabajo la próxima semana, que prefieres un asiento de pasillo y que tu reunión con un cliente acaba de cambiar de hora. Si le pides que organice una cena, tiene en cuenta las restricciones alimentarias de tus amigos, la disponibilidad de cada uno y el restaurante que guardaste en Instagram.

Esa información ya existe. Está repartida entre conversaciones, correos, calendarios, elementos guardados y sistemas de trabajo, esperando a que vuelvas a buscarla, copiarla y explicarla.

Por eso hacen falta productos como Muse: las personas quieren un asistente que entienda su situación, recuerde lo que le han contado y dé continuidad al trabajo.

Meta presentó su agente personal de IA Muse el 8 de septiembre de 2026. Según el anuncio oficial, puede usar un navegador en su propio entorno informático en la nube, realizar tareas, recordar preferencias y seguir trabajando después de cerrar la aplicación. Las personas pueden hablar con él en Muse o WhatsApp y decidir qué aplicaciones y permisos concederle.

Estas experiencias, tanto personales como empresariales, comparten una necesidad de infraestructura: dar a la IA acceso continuo y autorizado a los sistemas que las personas ya utilizan. Ese es el papel de la pasarela de conexión de OOMOL.

Por qué un asistente de IA necesita conocerte

Piensa en dos peticiones.

«Escribe una lista de preparativos para un viaje de trabajo».

«Ayúdame a preparar el viaje teniendo en cuenta la reunión con el cliente de la próxima semana».

La segunda exige información mucho más concreta: dónde y cuándo es la reunión, qué documentos ha enviado el cliente, si hay conflictos de agenda y qué transporte y alojamiento prefieres. El asistente necesita consultar el calendario actualizado, buscar correos, revisar documentos y dar los siguientes pasos dentro de tu autorización.

El artículo de Meta sobre el diseño de Muse ofrece un ejemplo cotidiano: organizar correos y noticias del colegio para la vuelta a clase, añadir las fechas importantes al calendario familiar y ayudar a preparar el material. Lo valioso es convertir información dispersa en trabajo que se puede completar. Artículo sobre el diseño del producto

La vida personal transcurre en varias aplicaciones. Facebook, Instagram y WhatsApp reúnen relaciones, intereses y conversaciones; Gmail, Google Calendar y Google Drive guardan mensajes, agendas y archivos. Compras, viajes, pagos y otros servicios conservan otra parte del contexto.

Las personas rara vez piensan en los límites de cada programa. Simplemente dicen: «Ayúdame a organizar el fin de semana».

Un asistente útil organiza la información alrededor de los objetivos de una persona, recurriendo a varias aplicaciones. Lo que puede leer o ejecutar depende de las API disponibles, del tipo de cuenta y de los permisos concedidos.

Las empresas también lo necesitan, con un contexto más complejo

En el trabajo, «entiéndeme» pasa a ser «entiende nuestro negocio».

Un comercial pide: «Ayúdame a preparar la conversación de mañana con el cliente». Puede necesitar el historial del CRM, los últimos requisitos recibidos por correo, el estado de pedidos y entregas en el ERP y la documentación de producto de la base de conocimiento.

Una responsable de operaciones pregunta: «¿Qué productos deberíamos promocionar el próximo mes?». Para ofrecer una recomendación pertinente, hacen falta estudios de mercado, opiniones de clientes, existencias y ventas históricas de esa empresa.

Qué necesita comprender el asistente	Dónde suele estar la información	Trabajo que puede ayudar a impulsar
Planes y preferencias personales	Correo, calendarios, chats y elementos guardados	Preparar viajes, organizar información y recordar pendientes
Situación del cliente	CRM, correo, soporte y mensajes del equipo	Preparar reuniones, revisar riesgos y redactar seguimientos
Qué puede prometer el negocio	ERP, pedidos, inventario y bases de datos	Comprobar entregas, investigar incidencias y analizar reposiciones
Cómo trabaja el equipo	Bases de conocimiento, documentos compartidos y registros de proyectos	Buscar referencias, reutilizar métodos y preparar traspasos
Cambios en el mercado	Búsquedas, herramientas de investigación y datos sectoriales y sociales	Seguir competidores, estudiar demanda y resumir oportunidades

Son ejemplos de tareas. Para implementarlas hay que comprobar las conexiones, los permisos y las operaciones disponibles en cada caso.

Las empresas añaden otro requisito: sus miembros no tienen acceso a los mismos datos ni pueden ejecutar las mismas operaciones. Ver los clientes propios no implica acceder a toda la información financiera. Leer un pedido tampoco autoriza a cambiar su precio.

Un asistente empresarial necesita coordinar contexto de negocio, memoria persistente y control de acceso.

Leina recibe las tareas donde el equipo ya trabaja

Leina lleva esta idea a las conversaciones de equipo: una empleada de IA capaz de usar herramientas se incorpora al lugar donde los compañeros hablan del trabajo e intercambian información.

Su web describe varias funciones pensadas para dar continuidad a las tareas.

Asignar trabajo desde un canal conocido. La web muestra Feishu, WeCom, DingTalk, Slack, Teams y Discord. Una vez conectado el canal, los miembros pueden dar instrucciones en el chat y el asistente utiliza las aplicaciones conectadas que necesita.

Conservar el contexto y continuar lo empezado. Leina usa Memory para guardar hábitos del equipo y contexto del proyecto. Los chats grupales y privados tienen contextos de trabajo separados. Las tareas largas y programadas pueden seguir en segundo plano y comunicar sus resultados al terminar.

Convertir un método probado en un Skill reutilizable. Los pasos, las aplicaciones necesarias y las comprobaciones pueden organizarse en un Skill que el equipo reutiliza y mejora.

Usar cuentas según los permisos de la organización y de cada miembro. Los administradores conectan las cuentas de negocio y definen las operaciones permitidas. Los miembros usan esas capacidades sin recibir contraseñas ni tokens sin procesar.

Por ejemplo, un equipo podría diseñar un flujo de trabajo a partir de esta petición:

@Leina, organiza los comentarios de clientes de esta semana, consulta sus registros y el estado de las entregas, y enumera los asuntos que necesitan seguimiento. Empieza con un borrador.

Esto requiere consultar varios sistemas, entender las prioridades del equipo y respetar los límites de acceso. El chat es la entrada, la memoria conserva el contexto, el Skill organiza el método y la capa de conexión da acceso a las herramientas.

Flujo conceptual de un asistente que trabaja con varios sistemas; no es una captura del producto ni un registro real de ejecución.

OOMOL: una pasarela hacia los sistemas que necesita el asistente

Al desarrollar un asistente así, pronto aparecen preguntas recurrentes.

¿Cómo se autoriza el acceso a cada plataforma? ¿Qué ocurre cuando caduca un token? Si alguien conecta dos buzones, ¿cuál debe usar esta tarea? ¿Qué permisos exige la operación? ¿Dónde está el registro de ejecución si falla una llamada?

A medida que crece el número de aplicaciones, estas preguntas se convierten en una responsabilidad de mantenimiento continuo.

OOMOL reúne las conexiones de cuentas, la autorización, la gestión de credenciales y las operaciones de las aplicaciones en una infraestructura reutilizable. Un agente o el backend de un producto puede acceder a los servicios autorizados con un modelo de llamadas común, dejando más tiempo para la comprensión de tareas, la memoria y la experiencia de uso.

Una cobertura amplia aporta más contexto a las tareas

El 23 de septiembre de 2026, la API del catálogo público de OOMOL enumeraba 1.559 servicios y 18.035 operaciones. Las cifras describen el catálogo; cada tarea sigue requiriendo comprobar el servicio, la implementación de la operación y las condiciones de autorización.

Cuando una tarea cruza correo, documentos, registros de clientes, herramientas analíticas y sistemas de negocio, lo importante es que el desarrollador encuentre las capacidades de acceso necesarias.

La profundidad también cuenta. Poder buscar registros, consultar detalles, crear contenido o actualizar datos con permiso determina hasta dónde puede avanzar el asistente.

Autorización y credenciales para un acceso continuo

En las conexiones alojadas de OOMOL, la pasarela guarda las credenciales del proveedor y realiza las llamadas. El código de la aplicación selecciona una cuenta por su identificador de conexión, sin tener que almacenar el token original de cada proveedor. Documentación del SDK

Para asistentes con varios usuarios, ProjectConnector permite que cada usuario final conecte sus propias cuentas. Cada persona autoriza sus servicios y el backend del producto elige la cuenta adecuada para ejecutar la operación. Guía de integración SaaS

Operaciones y registros explícitos para gestionar las conexiones

OpenConnector ofrece esquemas de entrada y salida, permisos requeridos, identidad de la conexión, políticas para permitir o bloquear operaciones y registros con datos sensibles ocultos. Los desarrolladores pueden comprobar lo permitido e investigar llamadas concretas tras un fallo.

Estos controles se combinan con la identidad de los usuarios, las confirmaciones de tareas y las aprobaciones de negocio del propio asistente. Preparar un borrador para un cliente y enviarlo realmente, por ejemplo, deben seguir los procesos de ejecución que corresponden según el diseño del producto.

Lugar de OOMOL en la arquitectura de un asistente. Las categorías representan necesidades habituales; la compatibilidad depende del catálogo actual y de los permisos de las API.

OpenConnector permite controlar la infraestructura de conexión

Cuanto más participa el asistente en el negocio, más importa dónde se guardan las credenciales, dónde funciona el servicio de conexión y quién puede inspeccionar y limitar su comportamiento.

OOMOL ofrece conexiones alojadas y una vía de despliegue propio mediante el proyecto de código abierto OpenConnector. Los equipos pueden elegir según sus plazos de puesta en marcha y requisitos de operación:

Opción	Para qué equipos
Alojamiento OOMOL	Equipos que quieren conectar aplicaciones rápidamente y dejar a OOMOL la operación de la capa alojada de conexiones y credenciales
OpenConnector en Cloudflare	Equipos que quieren ejecutar el servicio en su propio entorno de Cloudflare
OpenConnector autoalojado	Equipos que quieren gestionar ejecución, credenciales, políticas y registros en su infraestructura

El alcance abierto de OpenConnector incluye el entorno de ejecución, las definiciones de proveedores, los esquemas de operaciones y el código de ejecución local cuando existe una implementación. Los servicios de terceros y sus condiciones de uso de las API siguen dependiendo de sus plataformas. Guía de autoalojamiento

El 23 de septiembre de 2026, el repositorio de GitHub tenía 5.873 Stars y 512 Forks. Indican interés de la comunidad y actividad de desarrollo derivado. Para un equipo que elige infraestructura, el valor práctico es poder inspeccionar implementaciones y contratos de operación, y desplegar y mantener el servicio cuando lo necesite.

La próxima generación de asistentes conecta comprensión y acción

Muse muestra una dirección para la asistencia personal: recordar lo importante, avanzar en segundo plano y volver al usuario cuando hace falta una decisión. Leina lleva la colaboración continua al chat del equipo, combinando memoria, Skills y acceso a aplicaciones según los permisos.

Estas experiencias necesitan modelos que entiendan las tareas, memoria que conserve el contexto y una vía fiable para acceder a sistemas reales.

Para entender a una persona o a una empresa, un asistente de IA necesita acceso autorizado a la información y las herramientas que utilizan. OOMOL aporta una pasarela de conexión reutilizable para ese acceso.

Para empezar con una tarea concreta del equipo, prueba Leina, conecta las aplicaciones necesarias y pide un resultado que puedas verificar.

Si desarrollas tu propio asistente, empieza con el Connector SDK de OOMOL. Si necesitas controlar el entorno de ejecución de las conexiones, consulta OpenConnector.

---

Fuentes y alcance: el artículo se basa en descripciones oficiales de Meta y Leina, documentación de OOMOL y datos del catálogo y de GitHub consultados el 23 de septiembre de 2026. No se han realizado pruebas independientes de los productos. Muse se presenta como ejemplo de asistencia personal con IA; no implica que Meta Muse utilice OOMOL ni que exista una colaboración entre ambas empresas. Las ilustraciones son diagramas conceptuales originales.