La vitrina · Ficha técnica
- Sin sellar
- H1
- 4 sprints
- v0.1.0
- Datos del 2026-10-11
planlang
Planeé, construí y medí la brecha.
- Next.js exportado estático: la vitrina: siete pantallas en español e inglés, sin servidor
- TypeScript estricto: el núcleo determinista: plan, verificador, playground y visor, iguales en Node y en el navegador
- Python 3.12 · LangGraph 1.2: los agentes de los dos demos, con la pausa humana como interrupt
- Claude Code por suscripción: el modelo de los agentes, en lotes fuera de CI; nunca en el núcleo ni en la vitrina
- JSON canónico + SHA-256: planes, casos, trazas e informes con huella, comprobables byte a byte
- Vitest · Playwright · axe: las pruebas, incluida la cruzada de las aristas entre Python y TypeScript
Qué no hace nadie más
El plan de un agente se escribe como contrato, y un verificador sin IA publica, caso por caso, la brecha entre lo planeado y lo que el agente hizo, con sus fallas a la vista.
16
criterios cumplidos en los planes de 2 demos, de 16
medido (Demo A: 10 de 10, en el informe del verificador 1.3.0 sobre la corrida suscripcion-planlang-a-002-200-v1.5. Demo B: 6 de 6, en el informe del verificador 1.3.0 sobre la corrida suscripcion-planlang-b-001-20.)1.204
decisiones rehechas en otro lenguaje, con 0 diferencias
medido (Prueba cruzada RF-09.2 sobre 4 corridas de 2 demos: el intérprete de aristas de TypeScript rehace cada decisión que registró Python.)220
casos sintéticos con respuesta conocida, en 2 demos
medido (Demo A: 200 casos en la corrida suscripcion-planlang-a-002-200-v1.5 y la línea base de agente único. Demo B: 20 casos en la corrida suscripcion-planlang-b-001-20 y la línea base de agente único.)0
llamadas a modelos al visitar la vitrina
declarado (Lo fija la arquitectura: la vitrina es un export estático con los datos precalculados; el paquete se prueba sin una sola solicitud fuera de su origen.)5,214US$
costo nominal de correr una vez cada demo (220 casos)
calculada (Demo A: US$ 4,9206 por 200 casos. Demo B: US$ 0,293 por 20 casos. Suma del costo nominal que el CLI declara por llamada, en las trazas de cada corrida; por la suscripción no se pagó aparte.)
Para quién, y qué resuelve
La persona antes que la tecnología.
Para quién
Para quien planea, construye o aprueba un proyecto de agentes de IA y hoy mide lo que el agente hace sin haber escrito antes qué debía hacer: mira trazas, corre evaluaciones sueltas y decide a ojo cuándo un resultado basta.
La promesa
Escribes el plan como un contrato —decisiones, riesgos, supuestos, criterios y umbrales, cada uno medible— y planlang lo usa para construir el agente, correrlo sobre casos con respuesta conocida y publicar la brecha. Luego mueves un umbral y ves qué habría costado.
Qué tiene
6 grupos · 20 funcionalidades.
Planear
4 funcionalidades
El plan como contrato: la entrevista, las plantillas, el validador y el contrato para el constructor.
Correr
6 funcionalidades
Casos con verdad conocida, los dos demos y las corridas por lotes.
Medir
5 funcionalidades
El verificador de brecha y los supuestos medidos de verdad.
Jugar
1 funcionalidad
Mover los umbrales sobre las trazas reales.
Entender
1 funcionalidad
El grafo real, nodo por nodo, contra el plan.
Mostrar
3 funcionalidades
La vitrina bilingüe y sus fichas.
Límites, y lo que nunca hace
Lo que decidió no ser vale tanto como lo que es.
Límites, a propósito
- Es una simulación: no opera casos reales ni decide sobre personas.
- El entrevistador corre en la consola, no en la vitrina: aquí se ve el plan que propuso para el demo B, revisado y aprobado por una persona.
- Mide lo que el plan declaró; lo que no previó aparece como brecha, no como veredicto.
Nunca
- Usa datos reales: todo caso, afiliado, médico, solicitante y lista de control es sintético.
- Deja que un modelo decida si el agente acertó.
- Niega o rechaza un caso sin que lo revise una persona.
- Esconde un resultado desfavorable.
Dónde está
La versión anclada, no el tiempo real.
- H1ciclo
- 4sprints cerrados
- —construcción cerrada
- v0.1.0versión del repo
- 16decisiones registradas
En hoja-de-vida, aquí va la lista de espera de la app, que no promete fecha. Aquí se muestra; no se entrega.