De Redes Neuronales al Tueste de Café Autónomo: Orquestando Servidores de MCP con .NET Aspire y Agentes n8n
En Q2BSTUDIO transformamos investigación en soluciones prácticas. En este artículo explicamos cómo combinamos un modelo de detección de primer crack entrenado con PyTorch, servidores MCP en Python y la orquestación de .NET Aspire 13 junto a agentes n8n para crear un sistema de tueste de café autónomo. Nuestro enfoque integra experiencia en aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad y servicios cloud aws y azure para ofrecer una solución industrial y segura.
Resumen técnico: el sistema consta de tres piezas principales: servidores MCP Python para control del tostador y detección de primer crack, un motor de agentes n8n que actúa como cerebro de toma de decisiones, y .NET Aspire 13 que orquesta todo el stack, gestiona entornos virtuales Python, contenedores y telemetría con OpenTelemetry.
Mejoras de Aspire 13: alojamiento simplificado de Python mediante AddPythonModule, estructura de proyecto más limpia, orquestación de contenedores mejorada y soporte integrado de OpenTelemetry. Esto permite iniciar todo el sistema con un solo comando dotnet run, con recarga en caliente de código Python y trazabilidad unificada entre procesos.
Flujo de trabajo n8n: el agente visual gestiona fases del tueste. Fase 1 inicializacion y precalentamiento: arranque del tostador y monitorizado de temperatura y Rate of Rise. Fase 2 deteccion de carga de granos: detección de caída súbita de temperatura para marcar T0. Fase 3 deteccion de primer crack: streaming de audio hacia el modelo PyTorch con ventanas deslizantes y lógica de confirmacion por pops. Fase 4 gestion de tiempo de desarrollo: el agente ajusta heat y fan para alcanzar un desarrollo objetivo entre 15 y 20 por ciento. Fase 5 finalizacion: accion de soltar granos y enfriado con ventilador al 100 por ciento y registro de perfil de tueste.
Interfaces MCP: diseñamos endpoints SSE y HTTP ligeros para acciones como read_roaster_status, adjust_heat, adjust_fan, start_first_crack_detection y get_first_crack_status. Esta separación facilita que los agentes llamen a herramientas concretas y tomen decisiones automatizadas en tiempo real.
Resultados reales: primer tueste totalmente autónomo con tiempo total 9 minutos 44 segundos, primer crack alrededor de 8:42 y una degustación consistente con perfil light roast. La telemetría mostró ajustes de calor y ventilación eficaces para evitar quemados y mantener trazabilidad completa de métricas.
Lecciones aprendidas: 1 MCP por dispositivo es válido pero unificar métricas en un solo MCP simplificaría el agente. La integración de Aspire demostró ser apta para producción al reducir complejidad operativa y ofrecer observabilidad lista para usar. n8n se confirmó como una plataforma potente para orquestación de agentes gracias a su depuración visual, nodos de IA y gestión de estado.
Mejoras planificadas: afinamiento de curvas heat/fan para alcanzar 15 20 por ciento de desarrollo, recopilacion masiva de perfiles para entrenar modelos de emulacion y prediccion, y estudio de despliegue en Raspberry Pi para descentralizar MCP servers. A medio plazo exploraremos modelos ML sobre perfiles de tueste y una interfaz personalizada que reemplace a n8n para experiencia final de usuario.
Por qué elegir a Q2BSTUDIO: somos una empresa de desarrollo de software y aplicaciones a medida especializada en inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y soluciones personalizadas. Ayudamos a empresas a integrar agentes IA, IA para empresas y power bi en procesos reales. Si buscas un proyecto de software a medida o una solución de inteligencia artificial empresarial, consulta nuestras opciones de desarrollo en aplicaciones a medida y software a medida y explora nuestros servicios de inteligencia artificial para empresas.
Conclusión: .NET Aspire puede orquestar un ecosistema poliglota que combina modelos de deep learning, servidores MCP y agentes n8n para automatizar el tueste de café con seguridad y trazabilidad. La integración propuesta acelera la puesta en marcha, mejora la observabilidad y permite iterar rápidamente sobre algoritmos y flujos de control, todo ello con la garantía de Q2BSTUDIO en desarrollo a medida, ciberseguridad y servicios cloud.
Si te interesa adaptar este enfoque a tu industria, optimizar procesos con agentes IA o implementar soluciones de Business Intelligence y Power BI, en Q2BSTUDIO podemos ayudarte a diseñar e implantar la solución adecuada.
