Skip to content

BITACORA.md

Latest commit

 

History

History
61 lines (38 loc) · 2.63 KB

BITACORA.md

File metadata and controls

61 lines (38 loc) · 2.63 KB

Bitácora de Ingeniería — FrictionLog

Este documento registra la evolución del proyecto, no solo como lista de tareas, sino como historial de decisiones arquitectónicas y lecciones aprendidas.

Estructura de Entradas

Cada entrada significativa debe seguir este formato:

  • [Fecha] Contexto: Breve descripción del estado o sprint.
  • Decisiones (ADR simplificado): Por qué elegimos X tecnología o patrón.
  • Cambios Realizados: Log técnico conciso.
  • Aprendizajes/Deuda: Qué descubrimos y qué dejamos para después.

Historial

[2026-01-31] Refinamiento de Producto y Documentación

Contexto: Pivote hacia mejorar la claridad del producto y la experiencia del desarrollador (DX), enfocándose en el valor "Anti-Idea-Paralysis".

Decisiones Técnicas:

  • README orientado a Value-Prop: Se reescribió la documentación para vender el problema primero, no la tecnología. El usuario debe entender "para qué sirve" en 5 segundos.
  • Separación Conceptual: Se definió claramente que Streamlit es solo un "visor" y la lógica reside en FastAPI.
  • Estrategia de IA Pragmática: Se decidió limitar el uso de LLM a tareas de "enriquecimiento" y "generación creativa", prohibiendo su uso para lógica determinista (validaciones) para evitar costes y latencia innecesaria.

Cambios Realizados:

  • Reescriptura completa del README.md (Ver commit).
  • Definición de Roadmap v1.0 y v2.0.
  • Creación de issues estandarizados para GitHub (Labels: good first issue, enhancement).

Deuda Identificada:

  • Faltan tests unitarios (pytest).
  • El endpoint de IA es síncrono y bloqueante.
  • No hay persistencia de los análisis generados por IA.

[2026-01-26] MVP Inicial y Fundación

Contexto: Bootstrapping del proyecto. Objetivo: tener algo funcionando en < 2 horas.

Decisiones Técnicas:

  • SQLite vs Postgres: Se eligió SQLite para db_init.py para permitir "Zero-Config" deployment. Prioridad: Hackeabilidad > Escalabilidad inmediata.
  • Streamlit: Se usó para el dashboard para evitar escribir JS/React en la fase de prototipo.
  • Heurística de Fallback: Se implementó lógica if/else simple si el LLM falla, garantizando robustez.

Cambios Realizados:

  • API básica FastAPI (/registrar-friccion, /fricciones).
  • Integración básica con Ollama/LLM genérico.
  • Dockerfile de desarrollo.

Backlog de Decisiones Pendientes (To-Decide)

  • Persistencia de vectores: ¿Usar pgvector en el futuro o una librería ligera como ChromaDB local para deduplicación semántica?
  • Auth: ¿Implementar API Keys simples o OAuth completo? (Tendencia: API Keys simples por ahora).