Sistemas que mantengo en marcha
Cosas que diseñé, construí y mantengo yo mismo. Una es un producto que puedes abrir y usar; las otras son programas pequeños que leen datos en vivo, actúan sobre ellos y se mantienen solos en marcha.
AgentUp
en vivo en la web · 27 tests, CI en verde · construido en solitario en dos días
Una app de formación para agentes de centros de contacto. Practicas con un cliente de IA que no te lo pone fácil, por chat o por voz, y luego recibes una puntuación. Dos notas separadas, a propósito: una para lo buena que fue la llamada, otra un apto o no apto directo sobre las normas. Una llamada cálida que incumple una norma tiene que suspender igual, y la mayoría de herramientas mezclan las dos en un solo número.
Abrir la app en vivoNuniBot
integrada en un pipeline de revisión en uso · solo comenta, nunca toca los datos del equipo
Una asistente de producción que construí para el pipeline de revisión de un estudio, para quitarle a nuestra dirección de arte el trabajo de ir persiguiendo a la gente. Caza los enlaces de material que se pierden en los comentarios, avisa al productor correcto y mantiene al día el número de trabajo y el estado de cada proyecto. La regla de seguridad: puede comentar cuanto quiera, pero solo puede escribir dos campos concretos; cualquier otra escritura da error. Eso es lo que la hizo segura sobre datos de producción reales. Le di una cara y una voz para que la gente quisiera usarla. Salúdala, te recordará que actualices tu Notion.
Odysseus / Emily
100% local · lee mis otros sistemas a través de un espejo de solo lectura · cita sus fuentes
Una asistente de investigación que funciona por completo en mi propia máquina: modelos locales, memoria local, nada sale de aquí. Cogí Odysseus, un montaje de IA local de código abierto que publicó PewDiePie, lo mejoré y lo apunté a mis propios sistemas. Emily es la cara que le di, el mismo personaje del motor de contenido de arriba. Lee todo lo que tengo en marcha a través de un espejo de solo lectura y me da un resumen corto y con fuentes cada mañana. Puede leer, nunca cambiar, que era justo el objetivo.
▸ NuniBot en detalle · caso de estudio
El problema, y lo que tiene permiso para tocar
El problema
Un estudio revisa en Frame.io y gestiona proyectos en Notion, y ninguno sabe que el otro existe. Los comentarios del cliente se quedan en el enlace de revisión y nunca llegan a la página del proyecto. Las URL de revisión se pierden. Los proyectos llegan a aprobado con los campos de reporting vacíos. Los productores lo persiguen todo a mano.
Lo que hace
Un cliente comenta en una revisión de Frame.io; NuniBot publica el comentario en la página de Notion correspondiente y menciona al productor. Si falta el Frame link pero está en otro campo, ella lo rellena. Cuando un proyecto llega a Job Approved con campos vacíos, avisa al productor en lugar de adivinar. Una vez al día publica un parte de salud: plazos próximos o vencidos, proyectos sin productor o sin número de trabajo.
El modelo de seguridad, que es el trabajo de verdad
Trabaja sobre proyectos de clientes reales, así que lo interesante no es lo que puede hacer, sino lo que tiene prohibido tocar. Toda escritura pasa por un único archivo. Los comentarios están permitidos. Las escrituras de propiedades solo se permiten para dos nombres de una lista blanca, Frame link y Job Number; cualquier otra da error. Nada puede cambiar un estado, una fecha o un cliente, editar el contenido de una página, tocar el esquema ni borrar nada. Un modo de simulación registra cada escritura prevista y no ejecuta ninguna. Eso es lo que la hizo segura para apuntarla a los datos reales de un estudio en marcha desde el primer día.
- comentar — siempre permitido
- Frame link · Job Number — permitido
- cualquier otra escritura — falla
The Studio
el equipo que hace los vídeos de Emily · todavía lo estoy construyendo
Cada gato es un paso para hacer un vídeo, de la historia al sonido y al control de calidad, y le pasa el trabajo al siguiente, que puede devolvérselo si no está a la altura. Las mesas que juzgan usan un modelo distinto al de las que hicieron el trabajo, porque un modelo que se revisa a sí mismo tiende a aprobarse. Yo intervengo dos veces: aprobar la historia y aprobar el montaje final.