https://docs.localpayment.com/mcp) como la fuente viva de la verdad, y el Protocolo de Consulta: consultar solo lo que requiere cada pregunta, nunca precargar todo.
Biblioteca de agentes de Localpayment
Agente integrador de Localpayment
Crea integraciones de pago más rápido y con menos errores. El agente lee la especificación de la API en tiempo real antes de generar cualquier código, valida las cargas útiles de las solicitudes con respecto a los esquemas y explica los códigos de error de la documentación actual.
Agente de control de calidad de Localpayment
Valida tu integración antes de tu lanzamiento. El agente comprueba tu implementación comparándola con la especificación en vivo, detecta los campos obligatorios que faltan, prueba los casos límite y genera un informe de validación estructurado.
Todos los agentes utilizan el mismo servidor y las mismas herramientas de MCP. Puedes combinarlos, ampliarlos o utilizarlos como plantillas para crear tu propio agente especializado para cualquier tarea de integración.
Requisitos previos
Antes de implementar cualquier agente de Localpayment, asegúrate de tener: Requisitos del LLM (obligatorios):- Compatibilidad con llamadas a funciones/herramientas: el LLM debe admitir la invocación estructurada de herramientas. MCP se basa en la llamada a funciones. Ningún modelo que no cuente con esta capacidad podrá utilizar las herramientas de MCP.
- Ventana de contexto mínima de 32 000 tokens; se recomiendan más de 200 000 para integraciones complejas de varios pasos que leen múltiples esquemas y guías de API en una sola sesión.
- Compatibilidad con salida JSON: necesaria para respuestas estructuradas de la herramienta.
- acceso a Internet a
https://docs.localpayment.com/mcp - Credenciales de la API de Localpayment (Stage) para probar tu integración real.
- Python 3.10+ o Node.js 18+, dependiendo de tu framework.
- Anthropic: Claude Opus 4.7, Claude Sonnet 4.6, Claude Haiku 4.5
- OpenAI: GPT-4o, o3, o3-mini
- Google: Gemini 3.1 Pro, Gemini 3 Flash
- Modelos locales a través de Ollama o LM Studio: Qwen3.6, Llama 4 (Scout/Maverick), Phi-4, Mistral Small 4; cualquier modelo con soporte confirmado para llamadas a funciones/herramientas.
Parámetros LLM recomendados
Los agentes que llaman a herramientas y generan código de integración requieren configuraciones diferentes a las de las tareas creativas o conversacionales.Notas específicas del marco de trabajo:
- OpenAI SDK / LangChain: Establece
temperature=0en la configuración deChatOpenAIoAgent. - Vercel AI SDK: Pasa
temperature: 0en las opciones degenerateText. - CrewAI: Establecer
temperature=0en elllmparámetro de tuAgent. - AgentScope: Configurar mediante
model_configsenagentscope.init(). - Amazon Bedrock: Pasa
temperatureen elinferenceConfigde la llamada aconverse.
Agente integrador de Localpayment
ID:localpayment-integrator
Propósito: Ayudar a los desarrolladores a crear integraciones precisas de la API de Localpayment.
Lo que hace
- Realiza consultas al servidor MCP bajo demanda, solo lo que requiere cada pregunta, minimizando así la sobrecarga de tokens.
- Descubre los endpoints disponibles con
list-endpointsysearch-endpointscuando sea necesario - Lee esquemas y parámetros en vivo con
get-endpointantes de generar cualquier código - Encuentra y lee guías de documentación con
searchyfetch - Genera código de integración completo y ejecutable, validado según la especificación actual.
- Lee tu código fuente existente (en entornos con agentes) y adapta el código generado a tu arquitectura.
- Explica los códigos de error obteniendo la referencia del código de error en tiempo real, nunca de la memoria.
- Aplica las mejores prácticas de seguridad, arquitectura y PCI en cada respuesta.
- Señala las diferencias entre Stage y Producción según la documentación actual
Mensaje del sistema
Agente de control de calidad de Localpayment
ID:localpayment-qa
Propósito: Validar una integración existente de Localpayment con respecto a la especificación de la API en vivo antes de su puesta en marcha.
Lo que hace
- Lee la especificación en vivo para comprender lo que requiere cada endpoint.
- Analiza las cargas útiles de las solicitudes enviadas y el código en busca de campos faltantes o no válidos.
- Comprueba la lógica del controlador de webhook con respecto a la guía de notificaciones actual.
- Comprueba el manejo de errores comparándolo con el catálogo de códigos de error documentado.
- Genera un informe de validación estructurado con elementos aprobados/reprobados y soluciones recomendadas.
Mensaje del sistema
Integrar en tu proyecto
La forma más eficaz de usar el Agente Integrador de Localpayment es integrarlo de forma permanente en tu proyecto, no como una simple interacción puntual. Una vez integrado, el agente se convierte en un especialista que conoce simultáneamente la API de Localpayment y tu código fuente.Privacidad: Localpayment no tiene acceso a tu proyecto.Cuando instalas un agente de Localpayment, suceden tres cosas, y ninguna de ellas le da a Localpayment acceso a tu código:
- El mensaje del sistema es un archivo de texto que tú copias a tu máquina (
.cursor/rules,AGENTS.md, etc.). Una vez copiado, Localpayment no tiene visibilidad sobre él ni sobre tu proyecto. - El servidor MCP (
https://docs.localpayment.com/mcp) es un servidor de documentación público de solo lectura. Tu herramienta de IA envía consultas como “muéstrame el endpoint X” y recibe de vuelta documentación pública, el mismo contenido disponible endocs.localpayment.com. El servidor MCP nunca recibe tu código, credenciales ni ningún dato privado. - Tu código fuente es procesado localmente por tu herramienta de IA y enviado al proveedor de IA que hayas elegido (Anthropic, OpenAI, Google, etc.) de acuerdo con la política de privacidad de dicho proveedor, no a Localpayment.
Paso 1: Añadir a las reglas de tu proyecto
Agrega la solicitud del sistema al archivo de reglas de IA de tu proyecto. El agente la aplicará automáticamente a cada sesión:- Cursor
- Claude Code
- OpenCode
- OpenHands
Crear
.cursor/rules En la raíz de tu proyecto, pega el mensaje del sistema. Cursor Agent lo utilizará en cada sesión de este proyecto.Paso 2: Amplíalo con tu arquitectura.
El mensaje del sistema está diseñado para ser extendido. Después de la última sección##, agrega el contexto específico de tu proyecto para que el agente genere código que se ajuste a tu base de código existente:
Paso 3: Generación autónoma de módulos
Con el agente integrado y el contexto de tu arquitectura añadido, puedes delegar tareas de integración completas:- Lee tus archivos de servicio existentes
- Consulta el MCP de Localpayment para obtener los esquemas de endpoint actuales.
- Genera todos los archivos en la ubicación correcta con tus convenciones de nomenclatura.
- Aplicar automáticamente las mejores prácticas de PCI y seguridad.
- Ejecuta tus pruebas (en herramientas como Cursor u OpenHands) y corrige cualquier fallo.
Implementar mediante Framework
Las pestañas del marco que aparecen a continuación se aplican a cualquier agente de esta biblioteca. ReemplazarSYSTEM_PROMPT con la solicitud del sistema del agente que deseas implementar.
- MCP (cualquier herramienta)
- OpenAI Agents SDK
- LangChain
- Vercel AI SDK
- CrewAI
- AgentScope
- Amazon Bedrock
- OpenCode
- OpenHands
La implementación más sencilla para cualquier agente de Localpayment se realiza con cualquier herramienta compatible con MCP (Cursor, Claude Desktop, VS Code, Windsurf, ChatGPT, OpenHands, OpenCode, entre otras).
- Configura el servidor MCP para tu herramienta.
- Crea una nueva sesión y pega el mensaje del sistema del agente como instrucción inicial, archivo de reglas personalizadas o instrucciones del proyecto.
.cursor/rules Archivo en tu proyecto y pega el mensaje del sistema.En Claude Desktop, abre la configuración de tu proyecto y pega el mensaje del sistema en el campo Instrucciones del proyecto.En OpenHands, pega el mensaje del sistema como instrucción inicial del agente antes de comenzar la tarea.Comparación de marcos
Estándares y ecosistema
Los agentes de Localpayment se basan en estándares abiertos. Comprender el ecosistema resulta útil al ampliar la funcionalidad de los agentes o al crear flujos de trabajo multiagente.Flujos de trabajo multiagente
Los agentes de Localpayment trabajan junto con los agentes de tu proyecto existente. Un flujo de trabajo típico combina tus agentes internos (que conocen tu código fuente y arquitectura) con los agentes especializados de Localpayment (que conocen la API de Localpayment a través de MCP): Ejemplo de mensaje para tu agente orquestador (Cursor / Claude Code):Comparte y distribuye a tus agentes
A diferencia de los servidores MCP (que tienen enlaces de instalación directa), las indicaciones del sistema del agente se distribuyen como archivos. El enfoque recomendado depende de la configuración de tu equipo: Para uso individual: Copia el mensaje del sistema de esta página y agrégalo al archivo de reglas o instrucciones de tu herramienta. No requiere instalación. Para la distribución en equipo a través de git: La forma más fiable de compartir agentes con tu equipo es subir los archivos de configuración del sistema al repositorio de tu proyecto. Todos los miembros del equipo obtienen automáticamente la misma configuración de agente al clonar o actualizar el repositorio. Para Claude Code — crear.claude/agents/localpayment-integrator.md:
.cursor/rules con el contenido de solicitud del sistema. Cada miembro del equipo que trabaja en ese repositorio obtiene el agente automáticamente.
Para OpenCode — commit AGENTS.md con la solicitud del sistema. OpenCode lo carga en cada sesión.
Siguiendo el estándar abierto AGENTS.md:
El formato AGENTS.md es reconocido por Claude Code, Goose y otras plataformas de agentes. Utiliza metadatos en formato YAML y instrucciones en formato Markdown, la misma estructura que las indicaciones del sistema mencionadas anteriormente.
Sesión de ejemplo
Desarrollador: Necesito validar mi integración de CVU de Argentina antes de ponerla en marcha. Agente de control de calidad de Localpayment: (llama aget-endpoint POST /api/virtual-account → lee el esquema en vivo)
(llama a search("receive payment notifications") → obtiene la guía de webhooks)
Componente revisado: POST /api/virtual-account (CVU de Argentina)
Versión de la especificación consultada: Esquema en vivo mediante get-endpoint de MCP
✅ APROBADO
externalIdes formato UUID- Todos los campos obligatorios están presentes:
country,accountNumber,beneficiary.type,beneficiary.name
beneficiary.documentEs opcional para las empresas locales argentinas, pero se recomienda para la conciliación.
- El controlador de webhook no comprueba
internalIdPara el procesamiento de duplicados, agrega una verificación de idempotencia antes de acreditar el pago.
Biblioteca de indicaciones
Indicaciones listas para usar para sacar el máximo partido a cualquier agente de Localpayment.
Seguridad de IA
Buenas prácticas para el uso seguro de herramientas de IA en un contexto de integración fintech.

