PABLO.ENGINEERING
GITHUB
DIARIO DE TRABAJO Y APRENDIZAJE: ACTIVO
// VARSOVIA, PL ·

CONSTRUYO AGENTES IA.
APRENDO CONSTRUYENDO.
ESCRIBO LO QUE FUNCIONÓ Y LO QUE NO.

Este es mi diario de trabajo y aprendizaje. Escribo en Python y TypeScript, construyo agentes IA para uso propio y anoto qué funciona, qué se rompe y qué aprendo por el camino. Buena parte del código se escribe con ayuda de modelos LLM, así que intento probarlo y leerlo antes de seguir adelante.

EXPLORAR PROYECTOSLEER EL DEVLOG
TELEMETRY // ORCHESTRATOR
v2.4 // SNAPSHOT
CORE RUNTIMENode 22 LTS / Python 3.12
ACTIVE AGENTS8 Specialized Roles
STORAGE & QUEUESQLite (WAL) + Event-Driven
DIGEST ENGINEAutomated Git Pipeline
Daily Auto-Digest: Los commits de Git se convierten en artículos del devlog cada 24 horas.
// 01. PROYECTOS DE LABORATORIO

PROYECTOS SELECCIONADOS

[ PROYECTOS Y EXPERIMENTOS ]
CORE SYSTEM

AGENT OPERATIONS CENTER (AOC)

Panel para gestionar ocho bots IA: PM, desarrolladores, tester y seguridad. Lanzo las tareas en segundo plano con `child.unref()` en Node.js en lugar de consultar la base de datos en bucle. Las escrituras van por SQLite en modo WAL, así que no necesito Redis. Todo corre en un VPS pequeño. Todavía estoy comprobando cuántas tareas puede soportar.

STATUS
IN DAILY USE
ARCHITECTURE
EVENT-DRIVEN
SPECIALIZATIONS
8 ROLES
#Next.js 15#TypeScript#Zod#SQLite WAL#Event Broker#SSE Streaming#Docker

APPSEC & QUALITY GATE

Un conjunto de reglas para el código que escriben los agentes IA: sin atajos de tipos en TypeScript (`as any`, doble aserción), validación de entrada con Zod y un agente revisor independiente que revisa cada commit. No garantiza código sin errores. Es un filtro que atrapa los fallos más simples antes de que lleguen al repositorio.

[AUTO-AUDIT] DAILY VIA CI
  • Anti-Slop TS Guardrails
  • SAST AST Inspection
  • Strict XSS Sanitization
// AI AGENTS // GARMIN .TCX TELEMETRY

AI COACHES (TRAINANBOT & PABLOTRAINER)

TELEGRAM LIVE

Dos bots de Telegram: TrainAnBot y PabloTrainer. Leen archivos `.tcx` de los relojes Garmin y calculan las zonas de pulso, así que no escribo los entrenamientos a mano. TrainAnBot se apoya en publicaciones de PubMed, mientras PabloTrainer vigila la carga de entrenamiento entre boxeo, gimnasio y carrera. Es un experimento, no consejo médico.

#AI Agents#OpenClaw#Telegram Bot#Garmin .TCX#PubMed API#Combat Conditioning
// AI AGENT // CODED PEDAGOGY

PROFECLAW - SPANISH TUTOR

Un bot de Telegram con el que aprendo español. Corrige como máximo dos errores por mensaje para no desanimarme, lleva la cuenta de los errores repetidos y arma repasos a partir de ellos. Una suite de evaluación comprueba que el bot no invente etimologías. Eso reduce esos errores, pero no los elimina.

#AI Agent#OpenClaw#Spaced Repetition#Eval Suite
// R&D LAB

DEEP CS & VIBECODING LAB

Aquí practico algoritmos y estructuras de datos en Python y TypeScript, refuerzo un servidor Linux y escribo pequeñas herramientas. Los commits de Git se convierten una vez al día en un borrador de artículo: dos modelos Gemini, uno escribe y el otro revisa.

#Algorithms#Python#TypeScript#Linux
// 03. ARQUITECTURA Y CAPACIDADES

ENGINEERING TIMELINE

[ CRONOLOGÍA Y STACK ]

Construí un panel para gestionar ocho bots IA. En lugar de consultar la base de datos cada pocos segundos, lanzo las tareas en segundo plano con `child.unref()` en Node.js. El arranque de una tarea bajó de unos 4 segundos a 50 ms (descrito en el devlog del 16 de agosto). SQLite en modo WAL permite escribir sin bloqueos, sin clústeres costosos como Redis. Sigo comprobando cómo se comporta el sistema con más tareas.

Next.jsTypeScriptSQLite (WAL)Event-DrivenDockerSubagents
// 04. LABORATORIO / CONTACTO

¿ALGO INTERESANTE?
ESCRÍBEME.

¿Tienes un problema que encaje con agentes IA, arquitectura event-driven, análisis de datos o automatización poco fiable? Escríbeme. Respondo cada mensaje con sentido.

contact@paterski.com
PERFIL DE GITHUB