Hace unas semanas construimos un agente llamado WYKRA para el Real-Time AI Agents challenge impulsado por Bright Data y n8n. Fue un experimento pequeño capaz de aceptar consultas en lenguaje natural como buscar influencers que hablen de pan en Barcelona y devolver perfiles relevantes con contexto. Pensé que quedaría como un proyecto de hackathon divertido y útil pero efímero, pero la idea siguió ahí, rondando con ese sentimiento de tal vez esto merezca la pena construir.
El problema que buscamos resolver va más allá de Instagram o del concepto limitado de influencer. Internet está llena de voces, lugares y comunidades que moldean el gusto, la confianza y la atención, y es increíblemente ineficiente encontrarlas y evaluarlas manualmente. A veces son creadores, otras veces cocineros, propietarios de negocios, reseñistas, expertos nicho o tiendas locales en Google Maps. En términos simples: ayuda para encontrar a quién hablar si quiero crecer sin ahogarme en pestañas y hojas de cálculo. Esto es clave para marketers, fundadores indie, propietarios de pymes, creadores y cualquiera que quiera alcanzar la audiencia adecuada.
De la primera versión aprendimos lecciones prácticas. Extraer datos públicos y pasarlos a un modelo puede dar resúmenes útiles cuando la entrada es buena. El desafío real es descubrir las cuentas correctas. Buscar hashtags fuera de la app no se comporta igual, las APIs públicas no siempre devuelven resultados fiables y la inconsistencia en la etapa de descubrimiento es el cuello de botella. Además están el rendimiento y el coste: raspar y analizar suficientes cuentas puede llevar varios minutos, y la factura de inferencia con proveedores como Claude o Gemini se acumula rápido. Pensamos en técnicas como caching de prompts, rutas multi-modelo y opciones abiertas para mantener costes manejables sin sacrificar calidad. También planteamos una política de precios clara para la versión alojada mientras mantenemos la posibilidad de autoalojamiento gratuito.
Nuestra siguiente fase es convertir el prototipo en una herramienta práctica y abierta. Sustituiremos n8n por un backend propio que permita ejecutar el agente localmente, documentar decisiones en tiempo real y probar nuevas fuentes más allá de Instagram. Iremos en pasos pequeños y medibles: estabilizar el núcleo, añadir señales y fuentes confiables y descartar lo que no funcione. Mantendremos comunicación pública con actualizaciones regulares y canales de comunidad sencillos para no sobreingenierizar la infraestructura antes de tiempo.
En Q2BSTUDIO somos una empresa dedicada al desarrollo de software y aplicaciones a medida con experiencia en inteligencia artificial, ciberseguridad y servicios cloud aws y azure. Ofrecemos soluciones personalizadas en software a medida y desarrollo de aplicaciones, ayudando a empresas a integrar agentes IA y soluciones de ia para empresas que escalan con sus necesidades. Si buscas apoyo técnico para llevar un proyecto similar a producción podemos ayudarte con diseño de arquitectura, seguridad y operaciones.
Si te interesa colaborar o sacar partido a este tipo de iniciativas y buscas servicios de inteligencia artificial aplicados a negocio visita nuestros servicios de inteligencia artificial y si lo que necesitas es construir una solución propia a medida explora desarrollo de aplicaciones y software a medida. También trabajamos con servicios de inteligencia de negocio y Power BI para transformar datos en decisiones efectivas, y ofrecemos ciberseguridad y pentesting para proteger despliegues en la nube.
Vamos a compartir el proceso en público, documentando problemas reales como descubrimiento, cacheo, rendimiento y modelos de negocio en lugar de esconderlos. Si te interesa seguir el proyecto o aportar experiencia práctica con agentes IA, herramientas de datos o automatización, sigue el repositorio y acompáñanos en este camino de construir en público desde el Día Cero.
