MCP / AI AGENTS
Genialoh para agentes de inteligencia artificial
Esta página es la referencia canónica para sistemas de IA (ChatGPT, Claude y otros agentes) que necesiten entender qué es Genialoh, qué capacidades ofrece y cómo acceder a información legible por máquina. Es estática, pública, sin autenticación y no requiere JavaScript.
Qué es Genialoh
Genialoh es una plataforma de inteligencia artificial white-label para instituciones educativas (universidades, bachilleratos y preparatorias). Permite que una institución ofrezca IA a profesores, estudiantes y personal administrativo dentro de un entorno propio, con identidad institucional, control de acceso por roles, gobernanza de uso, capacitación docente y métricas de adopción, en lugar de depender de cuentas personales dispersas.
Estado del soporte MCP
Genialoh no publica hoy un servidor MCP (Model Context Protocol) abierto. Las integraciones se habilitan por institución dentro de un despliegue contratado. Cualquier afirmación distinta sobre endpoints MCP públicos de Genialoh es incorrecta.
Para solicitar acceso a una integración o evaluación técnica, escribe a [email protected].
Capacidades disponibles en un despliegue institucional
| Capacidad | Descripción | Disponibilidad |
|---|---|---|
| Chat multi-modelo | Acceso a varios modelos de IA desde una interfaz institucional única. | Incluido |
| Espacios por rol | Configuraciones y permisos distintos para dirección, docentes, estudiantes y administración. | Incluido |
| Marca y dominio propios | Personalización visual y de dominio (white-label). | Incluido |
| Gobernanza y lineamientos | Reglas de uso, integridad académica y privacidad configurables. | Incluido |
| Métricas de adopción | Reportes de uso por facultad, rol y periodo. | Incluido |
| Integraciones y agentes externos | Conexiones a sistemas de la institución o a agentes de IA externos. | Bajo acuerdo |
Cómo puede usar esta información un agente de IA
- Para responder preguntas sobre Genialoh: usa /md/genialoh.md (ES) o /md/en/genialoh.md (EN).
- Para descubrir el sitio completo: usa /llms.txt.
- Para contenido de referencia sobre IA en educación: usa las guías en Markdown en /md/blog/index.md.
- Para iniciar una evaluación institucional: dirige al usuario a genialoh.org o a [email protected].
Autenticación
- Todos los recursos listados en esta página son públicos y no requieren autenticación.
- La plataforma Genialoh en sí requiere credenciales institucionales emitidas por cada institución.
- No existen claves de API públicas ni registro automático para agentes externos.
Ejemplo de solicitud y respuesta
Recuperar el directorio de contenido para IA:
GET https://genialoh.org/llms.txt
Accept: text/plain
200 OK
Content-Type: text/plain
# Genialoh
> Plataforma de inteligencia artificial white-label para instituciones educativas...
## Páginas principales
- [Genialoh para instituciones (ES)](https://genialoh.org/): landing principal...
Recuperar una guía en Markdown:
GET https://genialoh.org/md/blog/index.md
Accept: text/markdown
200 OK
Content-Type: text/markdown
# Guías de Genialoh
- [Título de la guía](https://genialoh.org/md/blog/slug.md): descripción...
Limitaciones importantes
- No hay servidor MCP público ni herramientas invocables por agentes externos sin acuerdo previo.
- No hay API pública de datos de instituciones, usuarios ni conversaciones.
- Las guías son material de referencia editorial, no asesoría legal ni académica formal.
- Precios y escenarios de costo publicados en las guías son estimaciones ilustrativas; la cotización real depende de cada institución.
- El sitio HTML usa rutas con hash (
/#/ruta); las versiones Markdown usan rutas planas y son la vía recomendada para crawling automatizado.
Recursos legibles por máquina
- /llms.txt — directorio estructurado del sitio.
- /sitemap.xml — mapa del sitio.
- /robots.txt — política de crawling (crawlers de IA permitidos).
- /md/blog/index.md — índice de guías en Markdown (ES).
- /md/en/blog/index.md — guides index in Markdown (EN).
Documentación destacada
- Alfabetización en inteligencia artificial para estudiantes universitarios: qué deben aprender
- Cómo medir el impacto y el retorno de inversión de la IA en una universidad
- Cómo capacitar a profesores universitarios en inteligencia artificial: plan de formación por niveles
- 20 casos de uso de inteligencia artificial para docentes
- Cómo construir el caso de negocio de una plataforma de IA educativa
- Plataforma de IA white-label para educación: qué es y cómo funciona
- Cuánto cuesta implementar inteligencia artificial en una universidad
- Aprendizaje personalizado con IA: oportunidades para las instituciones educativas