Nuestro trabajo

Trabajo de ingeniería seleccionado

Productos de Oronts, herramientas open source y el sistema de IA en producción en este sitio. Todo aquí es ingeniería propia: inspeccionable, documentada y construida con disciplina de producción desde el primer día.

6Proyectos de ingeniería
2Open source en GitHub
3Categorías de proyectos
2024-25Años activos
Cómo trabajamos

Disciplina de ingeniería ante todo

  • 01Cada compromiso comienza con un architecture decision record escrito. Documentamos las compensaciones, alternativas consideradas y razones de cada decisión técnica antes de escribir código.
  • 02Ninguna funcionalidad se entrega sin una ruta de rollback definida, instrumentación de observabilidad y pruebas de carga en condiciones realistas.
  • 03Las revisiones de preparación para producción controlan cada release. Auditamos los límites de seguridad, modos de fallo, garantías de integridad de datos y runbooks operacionales.
  • 04Publicamos como open source los componentes reutilizables donde los acuerdos con clientes lo permiten. Nuestras herramientas open source funcionan en producción junto a los sistemas de los que fueron extraídas.
Leer el caso completo
Open sourceActivo

Vendure Data Hub

Plugin ETL y de integración de datos para Vendure. Constructor visual de pipelines, 9 extractores, 61 operadores de transformación, 24 loaders de entidades y generadores de feeds para Google Merchant y Amazon.

2024En curso
9Extractores (verificables en el repositorio)
GitHubLeer la guía
El desafío

Los proyectos Vendure reconstruyen una y otra vez la misma fontanería: importaciones de producto desde ERP y PIM, sincronización de inventario, actualizaciones de precios, feeds de marketplaces. Cada integración empieza de cero, acaba en scripts de un solo uso y se rompe en silencio cuando un proveedor cambia una columna. El ecosistema carecía de una capa de pipelines de datos reutilizable y lista para producción.

Nuestro enfoque

Data Hub es un plugin Vendure de primera clase: pipelines declarativos compuestos por extractores (CSV, JSON, XML, REST, GraphQL, FTP, S3 y más), 61 operadores de transformación con vista previa en seco y loaders para 24 tipos de entidades de Vendure. Los pipelines corren por programación o webhook, con reintentos, upserts idempotentes, logs en tiempo real y editor visual en el admin. Los generadores de feeds publican Google Merchant y Amazon desde el mismo grafo.

El resultado

Un solo plugin sustituye los scripts de integración de un proyecto de comercio típico. Publicado como open source en GitHub; probado en producción con importaciones de catálogos de alto volumen y verificable operador a operador en el repositorio.

Leer el caso completo
Producto OrontsActivo

OGuardAI

Runtime de protección semántica de datos para sistemas de IA. Motor de políticas, detección de PII y tokenización reversible entre su aplicación y cualquier LLM.

2024En curso
99.7%Recall de detección de PII en nuestro corpus de prueba
Leer la guía
Discutir un proyecto similar
El desafío

Los sistemas LLM en producción comparten una clase de fallos: PII que se filtra en prompts y salidas, datos alucinados que llegan a clientes y textos generados que violan políticas de comunicación. Los filtros ad hoc resuelven un incidente y se rompen en el siguiente caso límite. El RGPD lo convierte en un problema de arquitectura, no de parches.

Nuestro enfoque

OGuardAI corre como filtro síncrono en el camino de petición y respuesta del LLM. Tres capas de validación: clasificación de contenido contra reglas YAML recargables en caliente, detección de PII que combina pattern matching con reconocimiento de entidades nombradas, y tokenización semántica que sustituye valores sensibles por tokens reversibles, de modo que el modelo nunca ve datos en bruto. La restauración sigue la política de cada canal de salida.

El resultado

Una capa de salvaguardas reutilizable y agnóstica al framework que convierte la IA consciente del RGPD en infraestructura en lugar de apagafuegos por proyecto. Producto propietario de Oronts; la arquitectura está documentada en nuestra guía de fugas de datos.

Leer el caso completo
En producción aquíActivo

Oronts AI Assistant

El sistema de agentes Mastra en producción en este sitio: cinco agentes, cuatro herramientas, respuestas en streaming y una capa API endurecida. Pruébelo en la esquina de esta página.

2025En curso
5Agentes especializados en producción
Demo en vivoLeer la guía
Discutir un proyecto similar
El desafío

Las promesas de IA son baratas. La prueba honesta es un sistema de agentes en producción, con las mismas restricciones que afrontan los clientes: rate limiting, CSRF, superficie de prompt injection, control de costes, observabilidad y una cadena de leads real detrás.

Nuestro enfoque

Construido sobre Mastra con cinco agentes especializados (presupuesto, chat, visión, voz, analítica) y cuatro herramientas que estructuran conversaciones en leads cualificados: envío de propuestas, agenda de llamadas, borradores de email y resúmenes de conversación. Las respuestas hacen streaming con el Vercel AI SDK. La capa API aplica rate limiting, CSRF, comprobación de origen y trazabilidad; las llamadas de herramientas pasan por un proxy interno autenticado hacia la API de Oronts. El agente nunca inventa precios: cualifica, estructura y entrega a un humano.

El resultado

Una respuesta práctica a la pregunta que todo comprador debería hacer a un proveedor de IA: enséñeme el suyo. El asistente de esta página es el despliegue; sus decisiones de diseño están documentadas en nuestras guías.

Open sourceActivo

Pimcore Asset Pilot Bundle

Organización de assets basada en reglas para Pimcore: reglas configurables, prioridades y registro de auditoría para bibliotecas que crecen más rápido de lo que los equipos pueden ordenar.

2025En curso
100%Acciones registradas en la auditoría
GitHub
El desafío

Las grandes instalaciones Pimcore acumulan decenas de miles de assets. Los editores sueltan archivos donde se abre el diálogo; las convenciones de nombres derivan; el DAM se vuelve un cajón de sastre. La limpieza manual no escala y los scripts de migración de un solo uso se pudren.

Nuestro enfoque

Asset Pilot aplica reglas declarativas de organización al árbol de assets: condiciones de coincidencia sobre metadatos, tipo de archivo, patrones de nombre o contexto de subida, y acciones de mover, renombrar, etiquetar o asignar. Las reglas llevan prioridades y corren en eventos de subida o como trabajos por lotes sobre bibliotecas existentes. Cada acción queda en un registro de auditoría y un modo en seco previsualiza el impacto antes de mover nada.

El resultado

El caos de assets se convierte en un problema de configuración en lugar de un proyecto de limpieza recurrente. Publicado como open source en GitHub.

Producto OrontsActivo

Vendure Customer Intelligence

Plugin de engagement de clientes para Vendure: listas de deseos, reseñas, puntos de fidelidad y recuperación de carritos como un dominio coherente en lugar de cuatro apps atornilladas.

2025En curso
4Dominios de engagement en un plugin
Leer la guía
Discutir un proyecto similar
El desafío

Las tiendas montan el engagement con plugins desconectados: uno para reseñas, otro para listas de deseos, un tercero para fidelidad. Cada uno con su modelo de datos y su admin; ninguno comparte una visión del cliente. Marketing exporta CSVs para adivinar segmentos.

Nuestro enfoque

Un plugin, un dominio de engagement. Listas de deseos, reseñas con compra verificada, un motor de fidelidad configurable y recuperación de carritos abandonados comparten entidades, eventos y pantallas de admin. Todo emite eventos de Vendure, así que segmentos y automatizaciones se construyen sobre señales en tiempo real en vez de exportaciones.

El resultado

Una capa de engagement con visión unificada del cliente, construida sobre la arquitectura de plugins y el bus de eventos de Vendure. Producto de Oronts, documentado en el portafolio.

Producto OrontsActivo

PimTx

Capa de transacciones y concurrencia para Pimcore: propiedad de campos, bloqueos cooperativos, guardas de versión y motor de idempotencia para instalaciones con múltiples escritores.

2025En curso
5Primitivas de concurrencia: propiedad, bloqueos, guardas, idempotencia, control de suscriptores
Leer la guía
Discutir un proyecto similar
El desafío

Varios sistemas escribiendo en los mismos objetos Pimcore se sobrescriben entre sí: las importaciones compiten con los editores, las integraciones machacan correcciones manuales y nadie puede decir qué sistema posee qué campo.

Nuestro enfoque

PimTx añade disciplina transaccional sobre Pimcore: propiedad de campos declarada por escritor, bloqueos cooperativos para sesiones de edición, guardas de versión que rechazan escrituras obsoletas, un motor de idempotencia para importaciones repetibles con seguridad y control de suscriptores de eventos contra tormentas en cascada.

El resultado

Los escritores concurrentes dejan de ser una lotería de calidad de datos. Patrón de ingeniería propietario de Oronts; la arquitectura y los problemas que resuelve están documentados en nuestra guía de workflows de Pimcore.

¿Tiene un proyecto en mente?

Aceptamos compromisos seleccionados cada trimestre. Cuéntenos qué está construyendo.