Del caos
a la arquitectura.

El problema

Las carteras de microcréditos de cobro diario suelen llevarse en cuadernos y hojas de Excel. Paga Diario automatiza el registro de pagos, el cálculo de mora y los reportes, y organiza las rutas de los cobradores.

Decisiones clave

1. 01Mora según la regulación colombianaEl cálculo es automático y sigue la norma, en lugar de depender de cuentas manuales.
2. 02Tiempo real sin bloquear la APIBullMQ sobre Redis y Socket.io para el panel en vivo. Redis es opcional: la operación básica funciona sin él.
3. 03Probado y desplegadoTests con Jest y Supertest, contenedores Docker y deploy en Fly.io.

Resultado

• Demo en vivo con credenciales públicas.
• Módulos completos: préstamos, pagos, cobradores, gastos, importación masiva, reportes y avisos por Telegram.
• Dato pendiente: [Siguiente paso: asistente con IA que priorice la ruta del día y señale clientes en riesgo de mora]

El problema

El reto: registrar participantes de una campaña y procesar sus tickets de compra sin intervención humana. El chatbot identifica a la persona por WhatsApp, lee la foto de la factura con IA y asigna los puntos en la plataforma.

Decisiones clave

1. 01Máquina de estados explícitaLa conversación se modela como 14 estados, con 10 casos de error manejados.
2. 02Visión para leer facturasGPT-4o Vision extrae los datos del ticket que el usuario fotografía.
3. 03Iterar con tests11 tests automáticos y 12 correcciones críticas en la versión 2.0.0.

Resultado

• Entregado con 96 % de cumplimiento y checklist de validación 10/10.

El problema

NetPlan es un SaaS para planear infraestructura de red: calcula la conexión de menor costo entre puntos con algoritmos MST sobre un mapa interactivo. Dato pendiente: [Añade: para quién es y qué problema concreto le ahorra]

Decisiones clave

1. 01Toda consulta pasa por FastAPIEl frontend nunca habla directo con Supabase: un solo punto de control para validación y lógica de negocio.
2. 02Spec-Driven Developmentrequirements.md → design.md → tasks.md → gap-analysis.md antes de escribir código.
3. 03Contenedores listos para producciónDocker multi-stage, nginx con routing SPA y docker-compose con healthchecks; despliegue en Vercel y Render.

Resultado

• Contenedores listos para producción y despliegue configurado en Vercel y Render.

El problema

El negocio vive en WordPress + WooCommerce, en Hostinger. Pedidos, productos y clientes están ahí, pero nadie los usaba para decidir. El objetivo: un sitio nuevo con carrito y checkout que además sea la base de control de todo el negocio.

Decisiones clave

1. 01Datos antes que diseñoConecté un MCP server a la base MariaDB en producción para trabajar con pedidos y productos reales desde el primer día.
2. 02Monorepo NestJS + Next.js + SupabaseAPI y web en un solo repositorio, frontend en Vercel y tiers gratuitos para validar antes de pagar infraestructura.
3. 03Sitio nuevo primero, migración despuésLa migración de clientes y pedidos históricos se decide cuando el sitio nuevo esté funcionando.

Resultado

• Los datos contradijeron a la marca: el producto más vendido es la Pizza de Jamón y Queso, no el que se asumía.
• Listo: monorepo, conexión a Supabase y endpoint /health. En desarrollo: catálogo, carrito y checkout.
• Dato pendiente: [MÉTRICA: pedidos online o tiempo de gestión después del lanzamiento]

El problema

Una plataforma que recibe tickets de soporte, los clasifica por tema y urgencia, responde con RAG sobre una base de conocimiento y ejecuta acciones con tool calling. Cuando el agente no está seguro, escala a un humano.

DECISIONES DE DISEÑO

1. 01Reutilizar lo que ya funcionaLa salida usa el patrón Strategy multicanal de notificaciones-challenge y los flujos corren sobre n8n-local.
2. 02Evals desde el día unoTrazas y evaluaciones con Langfuse para medir la precisión de la clasificación y la calidad de las respuestas.
3. 03Humano en el bucleSi la confianza del agente es baja, el ticket se escala en lugar de responder.

CÓMO SE VA A MEDIR

• Dato pendiente: [Objetivo: precisión de clasificación y % de tickets resueltos sin humano, medidos con evals]