SANAD AI OPERATOR
سندك الذكي… يسمع ويفهم وينفّذ.
Un operador de IA de escritorio local, controlado por voz y con el árabe como idioma principal: palabra de activación «يا سند», automatización del navegador y del escritorio, correo electrónico, mensajería, flujos de trabajo, memoria RAG, acciones sujetas a aprobación, una consola de administración y facturación con Stripe; backend en FastAPI, escritorio en React + Tauri.
SANAD AI Operator alcanzó la v4.0 'Stable Operator' tras catorce fases: cimientos RTL con aprobaciones y WebSocket; voz en árabe sobre OpenAI Realtime con palabra de activación; automatización del navegador con Playwright; OAuth de Gmail y Outlook; control del escritorio con comandos en lista blanca y pywinauto; memoria y un motor de flujos de trabajo secuencial; composición web de WhatsApp y Telegram; un piloto automático con APScheduler y un resumen matutino; visión OCR con Tesseract; un operador de desarrollo para git y editores; reglas de política empresarial y exportación de auditoría. Fases posteriores añadieron un chat universal tipo ChatGPT con múltiples proveedores y siete modos de respuesta, búsqueda web en vivo con streaming SSE, lectura por TTS, exportación, un paquete de escritorio Tauri, un panel de control empresarial y un registro de plugins con webhooks.
El backend es Python/FastAPI con SQLAlchemy, Playwright, pyautogui, APScheduler, pytesseract y pywebpush; el escritorio es React 19 + Vite 6 + Tauri 2 con 25 páginas. La CI se ejecuta en GitHub Actions y la lista de verificación de lanzamiento, la configuración en vivo de Stripe y el build de Tauri están documentados.
Visión general
Un operador, no un chatbot. Sanad escucha en árabe, planifica, pide aprobación cuando la política lo exige y ejecuta en el navegador, el escritorio, el correo y la mensajería.
Arquitectura
- VOZOpenAI Realtime · palabra de activación
- PLANIFICADOR + ENRUTADORbucle de agente · registro de herramientas
- PUERTA DE POLÍTICASaprobaciones · sesiones de confianza
- HERRAMIENTASnavegador · escritorio · correo · mensajería · desarrollo
- MEMORIA / RAGmemoria semántica · RAG sobre Excel
- PILOTO AUTOMÁTICOAPScheduler · resumen matutino
- FACTURACIÓN · ADMINISTRACIÓN · ANALÍTICAStripe · empresarial
Capacidades
- 01Chat de IA universal: multiproveedor, siete modos de respuesta, streaming SSE, entrada de imágenes
- 02Automatización del navegador: navegación multipestaña, búsqueda y capturas de pantalla con Playwright
- 03Control del escritorio: abrir aplicaciones, capturas de pantalla, comandos en lista blanca
- 04Correo electrónico: lectura y envío con OAuth de Gmail y Outlook; mensajería mediante WhatsApp Web y Telegram
- 05Flujos de trabajo y repetición; memoria a largo plazo («تذكر أن…»)
- 06Centro de seguridad, reglas de política personalizadas, exportación de auditoría
- 07Instalador Tauri para Windows; backend portátil empaquetado
