Banco de trabajo
Labs
Cosas que construyo para entender cómo funcionan, y que luego dejo corriendo. El código se puede leer. Los demos corren en vivo contra modelos reales, así que se abren con un código de acceso.
2 desarrollos
2026-11
Profe Digital — Tutor de Voz con Pizarra en Vivo
Un profesor 100% digital y empático de matemáticas, física, química, biología, programación y estadística. Le hablas, responde en voz alta y dibuja a mano mientras explica: resuelve paso a paso con un puntero láser, escribe fórmulas y reacciones, código, tablas, gráficas, fotos y simulaciones. Puedes interrumpirlo, revisa lo que escribes en la pizarra y te recuerda: arma tu perfil conversando, lleva tu dominio por habilidad, celebra cada logro y prepara el taller que le traes, guiándote sin darte las respuestas.
Estudio Streaming bidireccional con Gemini Live directo desde el navegador: un token efímero de un solo uso bloquea en el servidor el modelo, las instrucciones y las herramientas, y herramientas no bloqueantes actualizan la pizarra sin cortar la voz, con interrupción y audio proactivo. El repo incluye además un backend con Google ADK 2.
- Gemini Live (3.8)
- Ephemeral tokens
- Excalidraw
- Web Audio Worklets
- Next.js 15
- Google ADK 2.14 (repo)
- HyperFrames
Ver el demo
Demo · requiere el código de accesoCódigo fuente (se abre en una pestaña nueva)2026-11
Eyes & Try-on — Agente con Visión y Probador en el Borde
Visión en el dispositivo (seguimiento de mirada, gestos de mano, segmentación para probador virtual) junto a un agente de voz. Prueba colores de ropa, peinados y accesorios con cero latencia de nube, más streaming multimodal con Claude.
Estudio Arquitectura de visión ultra eficiente en el borde: descarte local con MediaPipe (0 tokens desperdiciados), compresión ligera JPEG/WebP y síntesis de voz neuronal.
- MediaPipe Vision
- OpenCV.js
- WebAssembly
- Claude Opus 5.5
- Claude Haiku 5.5
- Web Audio / Neural Speech
- Next.js 15
Demo · requiere el código de acceso