Saltar al contenido principal

Labs

Apps propias que construí con IA.

No son productos comerciales — son apps que uso yo, mi familia y mi entorno. Las construyo con IA todos los días. Las listo aquí porque demuestran algo que no sale en los casos de cliente: el rango técnico que tengo detrás.

Si cuando vendo IA suena genérico, estas apps son la prueba de que la uso — no solo la hablo.

L

Lumio IPTV

Production-ready · en uso personal

Reproductor IPTV multi-dispositivo con sync en la nube

App de reproducción de contenido IPTV con sync bidireccional entre móvil y TV. El usuario inicia sesión en la tele escaneando un QR desde el móvil — sin teclear con el mando.

Killer feature

Login con QR en TV, detección automática de Fire TV / Android TV

Stack

  • Flutter
  • BLoC
  • media_kit
  • Isar
  • Supabase
  • mobile_scanner
  • Fire TV / Android TV

Qué demuestra: Arquitectura BLoC a escala, reproducción de vídeo, multiplatform móvil + TV

F

FullGo

MVP · TestFlight

Gasolineras y cargadores EV cercanos, con CarPlay nativo

Búsqueda inteligente de gasolineras y cargadores de vehículo eléctrico con integración en CarPlay: ves la ruta en la pantalla del coche, seleccionas "más barata" o "más cercana" y arranca navegación.

Killer feature

CarPlay con MapKit + UIKit y MethodChannel bidireccional Flutter ↔ Swift

Stack

  • Flutter
  • Riverpod
  • CarPlay nativo (Swift)
  • MapKit
  • Google Maps
  • Geolocator
  • Supabase

Qué demuestra: Integración hardware (CarPlay), bridging nativo iOS, geolocalización en tiempo real

P

Padelyze

Uso personal · iteración activa

Análisis de entrenamiento de pádel con watchOS y ML propio

App nativa iOS + watchOS companion que mide sesiones de pádel desde el reloj y las analiza con un pipeline ML entrenado por mí. Métricas de rendimiento, detección de tipos de golpe, historial y progreso.

Killer feature

Watch companion con sensores + entrenamiento ML custom para clasificar golpes

Stack

  • SwiftUI
  • watchOS
  • CoreData
  • HealthKit
  • CoreML
  • Supabase
  • Pipeline ML propio

Qué demuestra: Apple stack nativo completo, sensores wearable, training ML end-to-end

Apps privadas, sin distribución pública. Si quieres ver alguna en vivo, escríbeme.

Por qué están aquí

Uso IA todos los días. No solo la vendo.

Casi todo lo que ves aquí está construido con ayuda de agentes de IA — generando código, refactorizando, debuggeando, documentando. No es magia: es un builder senior usando herramientas nuevas para ir más rápido y con más rigor.

Por eso cuando un cliente me dice "no sé si la IA puede resolver este proceso", yo ya sé — porque cada semana la uso para resolver los míos. Esa intuición no la da leer papers, la da construir.

Y sí — reviso todo. Vibecoding es divertido para prototipos; para producción hay que pensar.

¿Qué problema quieres resolver?

Si tiene sentido construirlo, lo construyo. Si no, te digo que no y por qué.

Agendar llamada de 20 min