Caso de estudio: cómo un agente IA compra un producto en 8 pasos (walkthrough de la demo store)

¿Cómo se ve cuando un agente IA compra algo? En este walkthrough seguimos a un agente Claude paso a paso por una compra en sandbox en la demo store de Trusteed: 18 productos, 6 categorías, 3 códigos de descuento, múltiples opciones de envío y un flujo de checkout que maneja pago y recopilación de dirección nativamente dentro del chat. Cada comando curl en este post funciona contra el endpoint de demo en vivo ahora mismo — y el propio endpoint declara `store_environment: "sandbox"` en cada respuesta de búsqueda. El paso final usa `payment_method: "MOCK"`: crea un pedido y no mueve dinero. Qué rails pueden liquidar valor real depende de cada rail y de cada comercio; el estado rail a rail está en /es/status. Corrección 2026-10-11: una versión anterior de este párrafo negaba que se liquide algún pago en la plataforma; era un dato fechado que nadie volvió a medir, y el estado es por rail y por comercio.

La demo store viene con 18 productos seleccionados en 6 categorías: sneakers (4), chaquetas (3), accesorios (3), pantalones (3), camisetas (3) y calzado (2). No son items de relleno: cada producto tiene precios realistas, opciones de variante (talla/color), niveles de stock, valoraciones con conteo de reviews, y metadatos completos incluyendo peso, material y origen. Las valoraciones las afirma el comerciante, y cada respuesta de búsqueda lo dice en un bloque `rating_provenance`: Trusteed no las verifica. Productos clave que verás en este walkthrough (medidos contra el endpoint en vivo el 2026-09-22): • Nike Air Max 90: $130 (antes $160), 4.7★ de 324 reviews, tallas US 8–10 • The North Face Nuptse Jacket: $320 (antes $380), 4.8★ de 512 reviews, plumón de ganso 700-fill • Adidas Ultraboost 23: $190, 4.5★ de 189 reviews • New Balance 574 Classic: $89.99, 4.3★ de 156 reviews El trust score de la demo store era 44,7/100 (v4.1), banda RESTRICTED, verificación STANDARD cuando se revisó este post, el 2026-09-22. No te lleves esa cifra de aquí: se mueve, y el valor autoritativo va firmado en https://api.trusteed.xyz/api/v1/stores/demo-store/trust-score. Cada respuesta MCP de esta tienda trae el valor vigente en su bloque `merchant_trust`. RESTRICTED supera el suelo duro de elegibilidad (≥ 0,3 en escala 0–1) —o sea, el agente puede operar—, pero no es una nota alta ni pretende serlo: la demo store es un sandbox sin pedidos liquidados detrás, y el modelo lo dice.

El agente empieza buscando en el catálogo. Sin autenticación necesaria. ```bash curl https://trusteed.xyz/demo-store/mcp \ -X POST \ -H "Content-Type: application/json" \ -H "Accept: application/json" \ -d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"search_products","arguments":{"query":"running shoes","limit":5}},"id":1}' ``` La respuesta devuelve productos coincidentes ordenados por relevancia y trust score. Cada resultado incluye: id, título, precio, moneda, valoración, estado de stock y URL de imagen. El agente ahora tiene IDs de producto que puede usar en los pasos siguientes.

Con un ID de producto de la búsqueda, el agente obtiene detalles completos incluyendo variantes, especificaciones y Schema.org JSON-LD. ```bash curl https://trusteed.xyz/demo-store/mcp \ -X POST \ -H "Content-Type: application/json" \ -H "Accept: application/json" \ -d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"get_product_details","arguments":{"product_id":"prod-001"}},"id":2}' ``` La respuesta incluye todo lo que el agente necesita para hacer una recomendación: precio vs precio anterior (para cálculo de descuento), opciones de variante con stock por variante, composición de material, peso y un bloque JSON-LD completo que el agente puede usar para razonamiento semántico.

Ahora el agente añade items al carrito. Esto requiere una clave sandbox. ```bash # Primero, obtener clave sandbox de 24 horas curl -X POST https://trusteed.xyz/api/v1/sandbox/key # Devuelve: {"key":"agnt_sandbox_...","expires_in":86400} # Crear carrito con la clave curl https://trusteed.xyz/demo-store/mcp \ -X POST \ -H "Content-Type: application/json" \ -H "X-Agent-Api-Key: agnt_sandbox_..." \ -d '{"jsonrpc":"2.0","method":"tools/call","params":{"name":"create_cart","arguments":{"items":[{"product_id":"prod-001","quantity":1,"variant_id":"v-snk-001a"}]}},"id":3}' ``` La respuesta incluye un `cart_id` (UUID), line items con precios, y un `status: "NOT_READY_FOR_PAYMENT"`. El carrito necesita envío y checkout para completarse.

Aquí es donde las cosas se ponen interesantes. Cuando el agente llama a `get_shipping_rates` sin dirección de envío, el servidor MCP activa elicitation: una funcionalidad nativa de MCP que recopila input del usuario inline. En Claude.ai, el usuario ve un formulario inline aparecer directamente en el chat: - Dirección (calle y número) - Ciudad - Código de país (ISO-2: US, ES, DE...) - Código postal - Provincia/Estado (opcional) El usuario completa el formulario, Claude pasa los datos de vuelta a la herramienta, y las tarifas de envío se calculan. Sin redirecciones, sin páginas externas. Toda la interacción ocurre dentro de la conversación. La demo store devuelve dos opciones: - Standard (5–7 días): $9.99 - Express (2–3 días): $24.99

Durante todo este flujo, varios sistemas invisibles están trabajando: • Trust scoring: La nota de la demo store (44,7/100 el 2026-09-22, banda RESTRICTED) supera el filtro de elegibilidad duro (≥ 0,3 en escala 0–1), que es lo que permite que el checkout siga adelante. El trust pesa además un 30% en el ranking de búsqueda, así que una tienda RESTRICTED es elegible, no favorecida. • Detección de protocolo: Cada petición la analiza el middleware protocol-detector, que elige adapter a partir del método de pago. Lee «soporta» con cuidado: la demo store tiene ACP, AP2, x402 y UCP activados en su propia configuración, pero quien decide si algo puede liquidar es el estado de plataforma de esos rails — y hoy no liquida ninguno. ACP está desplegado sin ningún comercio configurado en producción; AP2 v0.1 por REST está retirado y v0.2 sobre UCP sigue en construcción; x402 devuelve `x402_not_configured` para todos los comercios. El árbitro es el registro de capacidades firmado en /.well-known/trusteed-capabilities.json, y /es/status lo pinta. Por eso este walkthrough usa MOCK. • Motor de políticas KYAI: Cada intención de checkout pasa por las reglas de política del comerciante antes de que se cree un pedido. Lo que devuelven depende de las reglas que ese comerciante tenga configuradas y de la identidad y el mandato del propio agente, no sólo de la nota de la tienda: un checkout bloqueado vuelve como rechazo con código de regla, no como un fallo silencioso. • Rate limiting: El endpoint demo tiene límite de 20 peticiones/minuto por IP. Las claves sandbox obtienen 50 peticiones de checkout/hora. El acceso de producción se habilita por entorno y activación del comerciante, no por tiers públicos de autoservicio. • Limpieza de sesiones: Las sesiones de carrito expiran tras 30 minutos de inactividad. Cada petición crea una instancia MCP fresca: sin conexiones persistentes.

La forma más rápida de experimentar este flujo: 1. En Claude.ai: Añade la URL del servidor MCP `https://trusteed.xyz/demo-store/mcp` a tu configuración de Claude Desktop y pide a Claude 'busca zapatillas de running en la demo store' 2. Vía curl: Copia cualquiera de los comandos anteriores y ejecútalos en tu terminal. Las herramientas de descubrimiento funcionan inmediatamente sin configuración. 3. En el playground: Visita trusteed.xyz/en/demo-store y usa el playground interactivo MCP para ejecutar herramientas visualmente con un panel de traza de sesión. 4. Vía NLWeb: Prueba búsqueda en lenguaje natural en `POST /demo-store/ask` con `{ "query": "chaqueta impermeable barata", "mode": "list" }` para búsqueda semántica vectorial.