Python, SQL, Playwright y agentes de IA para automatizar documentos y flujos internos.
Construyo herramientas para trabajos que suelen quedar atrapados entre hojas de c谩lculo, PDFs, sistemas internos y pasos manuales.
Me interesa convertir ese desorden en flujos m谩s claros: datos que se ordenan, documentos que se validan, reportes que salen sin repetir todo desde cero y tareas que dejan de depender de memoria o improvisaci贸n.
- Automatizaci贸n local-first para operaciones, documentos, finanzas y reportes.
- Herramientas con Python, SQL, PowerShell, Playwright, FastAPI y TypeScript.
- Utilidades para PDFs, Excel, APIs, conciliaciones y sistemas internos.
- Flujos con agentes e IA local cuando aportan algo concreto.
Trabajo con flujos donde la evidencia importa: PDFs, hojas de c谩lculo, extractos, reportes, validaciones y conciliaciones.
Me gusta crear herramientas peque帽as para procesos internos: inventarios, facturaci贸n, costos, n贸mina, POS, ecommerce, alertas y seguimiento.
Uso IA como apoyo, no como decoraci贸n. Primero reglas claras, validaci贸n y trazabilidad. Despu茅s modelos o agentes, si de verdad aceleran el trabajo.
Me interesa tanto el c贸digo como el proceso que lo sostiene. Trabajo con especificaciones, tareas peque帽as, pruebas, revisi贸n por etapas y memoria de decisiones. En mis flujos aparecen SDD/OpenSpec, TDD, Engram, Gentle AI/Pi, OpenCode, agentes de Pi y flujos Git pensados para no perder contexto ni entregar cambios dif铆ciles de revisar.
No lo veo como ceremonia. Lo uso porque ayuda a bajar ideas grandes a pasos verificables.
Cuando hay datos sensibles, prefiero soluciones que funcionen cerca del usuario, con l铆mites claros y sin exponer m谩s de lo necesario.
Python 路 SQL 路 PowerShell 路 Playwright 路 FastAPI 路 TypeScript 路 Electron 路 Docker 路 pandas 路 openpyxl 路 pytest 路 LangGraph 路 modelos locales 路 APIs 路 PDF tooling 路 OpenSpec/SDD 路 TDD 路 OpenCode 路 Pi agents 路 Git workflows
- Automatizaci贸n determin铆stica antes que IA.
- Evidencia y validaci贸n antes que promesas.
- Especificaciones y pruebas antes que improvisaci贸n.
- Local-first cuando hay datos sensibles.
- Cambios peque帽os, revisables y con contexto.
- Menos humo, m谩s procesos funcionando.


