ilumina.tu.casa: tienda y reels con agentes de IA

Problema

Una tienda de afiliados vive de dos cosas: mostrar productos que la gente está buscando y tener una cuenta que le traiga visitas. Hacerlo a mano implica recorrer Mercado Libre, comparar publicaciones, escribir una ficha por producto y producir contenido para Instagram todas las semanas.

Qué hice

Armé ilumina.tu.casa: una tienda de iluminación con links de afiliado a Mercado Libre y una cuenta de Instagram con reels educativos. Detrás hay un sistema de agentes en Python. Cada agente tiene una sola tarea y no se hablan entre sí: se pasan el trabajo con archivos en una carpeta compartida. Un orquestador revisa el estado, decide qué agente corre y al final me deja la lista de lo que me toca a mí.

• Datos sin scraping: el agente de datos usa la API oficial de Mercado Libre con OAuth. Cruza las búsquedas en tendencia con el catálogo y descarta lo que no es iluminación: en la última corrida, de 742 productos candidatos quedaron 64 válidos.
• Curaduría con Claude: un puntaje por reglas (tendencia, competencia, reputación del vendedor, descuento, fotos) arma una lista corta, y Claude elige los finales con salida estructurada (Pydantic). Si la API falla o no hay clave, el sistema elige solo con el puntaje. Otro agente escribe el título y la descripción de cada producto, y el código descarta los textos que traen precios, links o palabras como «oferta».
• Revisión humana: todo pasa por un Excel donde reviso, pego los links de afiliado y marco qué entra. Después lo importo desde un panel propio, con mi sesión: las reglas de Firestore solo aceptan cambios del administrador y links de Mercado Libre.
• Reels que enseñan: un agente propone una pregunta del tipo «¿Por qué parpadea el tubo antes de prender?» sobre una categoría que esté en la web. Claude Code escribe el guion, con al menos dos fuentes por dato, y una escena 3D en Three.js. El render es determinista, cuadro por cuadro en Chrome headless, con voz de ElevenLabs, música sintetizada en código y subtítulos palabra a palabra.
• Control de calidad: antes del render final sale un borrador gratis y una hoja con un cuadro por escena. Se puntúan seis criterios (gancho, legibilidad en el celular, movimiento, variedad, marca y sincronía con el sonido) y el render no arranca hasta que todos dan 8 o más.
• Tests: las partes con reglas tienen tests que corren sin conexión, en Python (unittest) y en JavaScript (node:test).

Los reels no muestran productos ni links: terminan con una pregunta para quien mira, y quien quiere resolver el problema encuentra la solución en la web.

Lo desarrollé con asistencia de IA generativa (Claude) para escribir y revisar el código.

Resultado

La tienda y la cuenta funcionan con poco trabajo manual: cada semana reviso un Excel en vez de recorrer Mercado Libre, y los reels salen de a uno, con sus fuentes chequeadas. Hoy la web tiene 8 productos elegidos entre 742 analizados y hay 4 reels producidos. Las decisiones que importan, qué se publica y con qué link, siguen siendo mías.