QA Curator Pro es una plataforma avanzada que resuelve el cuello de botella crítico en el desarrollo de IA: la escasez de datasets de alta calidad en español. Nuestro sistema combina IA especializada con validación humana para transformar documentación técnica en pares pregunta-respuesta certificados, listos para fine-tuning de modelos.
Detalle de la interfaz
- 🔄 Multi-Modalidad de Inferencia: Soporte para modelos en la nube (Gemini) y locales (Ollama)
- 🎯 Especialización por Dominio: Plugins para Medicina, Leyes, Tecnología y Finanzas
- 📊 Generación Estructurada: JSON schema validation para outputs consistentes
- ⚡ Optimización para Modelos Pequeños: Soporte robusto para phi3:mini y modelos locales
- 🎨 Interfaz Intuitiva: Workflow visual con 5 pasos claramente definidos
- 📈 Métricas de Calidad: Scoring heurístico automático con análisis de precisión
- 🔧 Edición en Tiempo Real: Modificación y validación humana de pares QA
- 📥 Exportación Flexible: Descarga en formato JSON listo para fine-tuning
- 👥 Sistema de Anotadores: Plataforma colaborativa con validación humana
- 🔍 Módulo de Búsqueda Avanzada: Integración con APIs de búsqueda web
- 📚 Gestión de Proyectos: Workspaces para equipos y organizaciones
- 🎚️ Control de Calidad Granular: Sistema de puntuación multi-dimensional
- 🌐 API RESTful: Para integración con otros sistemas
- 🔒 Sistema de Autenticación: Roles y permisos granular
- 📊 Dashboard Analytics: Métricas avanzadas de calidad de datos
- 🤖 Auto-ML Pipeline: Fine-tuning automático de modelos
- 🌍 Multi-idioma: Soporte para inglés, portugués y más
MVP AVANZADO → BUSCANDO SOCIOS PARA ESCALAR A PRODUCCIÓN
Versión Actual: v4.2 - "Local Inference Optimized"
Próxima Versión: v5.0 - "Collaborative Annotation Platform"
# 1. Clonar el proyecto
git clone [repository-url]
cd qa-curator-pro
# 2. Configurar variables de entorno
cp .env.example .env
# Editar .env y añadir: VITE_GEMINI_API_KEY=tu_clave_aqui
## 🐳 Prerrequisitos - Docker
Instalar Docker (Requerido para comandos Docker)
[Windows: Descargar Docker Desktop](https://www.docker.com/products/docker-desktop/)
[Mac: Docker Desktop for Mac](https://www.docker.com/products/docker-desktop/)
[Linux: Docker Engine](https://www.docker.com/products/docker-desktop/)
Verificar Instalación
docker --version
docker-compose --version
Si no tienes Docker instalado, usa la Opción 2
o instala Docker
# 3. Ejecutar con Docker Compose
npm run docker:compose-dev
# La aplicación estará en: http://localhost:5173# 1. Clonar y configurar
git clone [repository-url]
cd qa-curator-pro
npm install
npm install lucide-react
# 2. Configurar variables de entorno
cp .env.example .env
# Crear archivo .env en la raíz y añadir:
VITE_GEMINI_API_KEY=tu_clave_aqui
# 3. Ejecutar en desarrollo
npm run dev
# 4. Otros comandos:
npm install
npm run dev # Desarrollo
npm run build # Build producción
npm run preview # Preview build
npm run lint # Linter
# La aplicación estará en: http://localhost:5173# Build y ejecución en producción
npm run docker:build
npm run docker:run
# O usando docker-compose para producción
npm run docker:compose
# La aplicación estará en: http://localhost:3000npm run docker:build # Build de la imagen Docker
npm run docker:run # Ejecutar contenedor
npm run docker:compose # Production con Docker Compose
npm run docker:compose-dev # Desarrollo con hot-reload
npm run docker:clean # Limpiar contenedores e imágenes# Instalar Ollama (opcional para modo local)
curl -fsSL https://ollama.ai/install.sh | sh
# Descargar modelos recomendados
ollama pull phi3:mini
ollama pull llama3:8b
# Verificar instalación
ollama list# Desarrollo
npm run dev # Servidor de desarrollo
npm run build # Build para producción
npm run preview # Preview del build
npm run lint # Linter de código
# Docker
npm run docker:build # Build de imagen Docker
npm run docker:run # Ejecutar contenedor
npm run docker:compose # Production con Docker Compose
npm run docker:compose-dev # Desarrollo con Docker
npm run docker:clean # Limpiar recursos Docker- Generación de datasets para asistentes médicos virtuales
- Preguntas y respuestas sobre protocolos médicos
- Entrenamiento de modelos para triaje automatizado
- Creación de datasets para consultas legales
- Análisis de jurisprudencia y normativas
- Asistentes para profesionales del derecho
- Datasets para asesores financieros IA
- Preguntas sobre regulaciones financieras
- Análisis de documentación económica
- Documentación técnica para chatbots de soporte
- Preguntas frecuentes sobre productos
- Entrenamiento de modelos para customer service
- 🔓 Community Edition: Gratuita para investigación, educación y proyectos open-source
- 💰 Enterprise Edition: Licencias comerciales con soporte premium y características avanzadas
- 🤝 Partnerships: Colaboraciones estratégicas con empresas y instituciones
- 🏢 Empresas Tech: Necesitan datasets específicos para sus productos
- 🎓 Instituciones Educativas: Investigación en NLP y desarrollo de IA
- 🏛️ Gobierno: Digitalización de servicios públicos con IA conversacional
- 🏥 Healthcare: Asistentes médicos con información validada
- Precisión Heurística: 85%+ en modelos locales optimizados
- Consistencia Estructural: Validación JSON schema 100%
- Diversidad de Dificultad: Mix balanceado básico/intermedio/avanzado
- Trazabilidad Completa: Metadata completa de origen y procesamiento
- Tiempo de Generación: 15-30 segundos por lote de 4-6 QA pairs
- Soporte de Modelos: phi3:mini, llama3:8b, Gemini Flash, y más
- Escalabilidad: Arquitectura preparada para procesamiento distribuido
- React 18 + Vite
- Tailwind CSS
- Lucide React (iconos)
- Context API para estado global
- Docker & Docker Compose
- Nginx (servidor de producción)
- Multi-stage builds optimizados
- Google Gemini API
- Ollama (modelos locales)
- Fetch API con retry logic
- JSON Schema validation
- Hot-reload durante desarrollo
- Parsing tolerante a fallos
- Sistema de plugins extensible
- Métricas de calidad en tiempo real
- Entornos consistentes con Docker
- 📜 Licencias Exclusivas: Por sector vertical (salud, legal, finanzas)
- 🤝 Joint Ventures: Desarrollo de soluciones específicas por mercado
- 💼 Acuerdos de Implementación: Personalización para casos de uso específicos
- 🔬 Investigación Conjunta: Desarrollo de nuevas capacidades de IA
- ⏱️ Reducción de Tiempo: De meses a minutos en creación de datasets
- 💰 Ahorro de Costos: 70%+ menos en anotación manual
- 🎯 Especialización: Dominio específico vs. soluciones genéricas
- 🔒 Control: Datos propios vs. dependencia de terceros
- Tamaño: $2.3B mercado global de datasets de IA (2024)
- Crecimiento: 28% CAGR 2023-2028
- Necesidad: Escasez crítica de datos en español de calidad
Única plataforma que funciona tanto con APIs cloud como modelos locales, garantizando continuidad y flexibilidad.
No es un generador genérico - entiende contextos específicos de cada industria.
Desarrollado específicamente para las particularidades del lenguaje español.
Sistema diseñado para integración perfecta entre IA y expertos humanos.
Despliegue instantáneo con Docker - mismo comportamiento en desarrollo y producción.
¿Interesado en licenciar la tecnología, invertir en el proyecto o explorar colaboraciones?
📧 Email | 📋 Portafolio | 💼 LinkedIn | ☕ Invitar un Café
- 🤝 Partners de implementación por sector
- 💼 Empresas necesitando datasets específicos
- 🔬 Instituciones de investigación
- 🎓 Universidades para proyectos académicos
- 🏢 Empresas tech para integraciones
- 🎯 v5.0: Sistema colaborativo de anotadores
- 🌐 v5.1: API pública y documentación
- 🏢 v5.2: Módulo empresarial con RBAC
- 🤖 v6.0: Pipeline completo de AutoML
¿Te interesa participar en alguna de estas fases? ¡Hablemos!
"Transformando documentación en inteligencia conversacional y datasets a la vez."