Expediente del caso
whatTheAPP
- Periodo
- 2025-11 al 2026-02
- Estado
- completed
- Visibilidad
- private
- Stack
- Python, FastHTML, OpenAI, Redis, Appwrite
Evidencias · WHAT-THE-APP
En producción
- desplegado en produccion
Métricas
- coste de API reducido hasta un 80% con caching Redis
- 44 commits
Expediente del caso
Motivación
Un padre o madre no tiene forma rapida de saber si una app, red social o videojuego es adecuado para su hijo: las valoraciones son subjetivas y las edades recomendadas no siempre cubren el contexto legal espanol. La motivacion fue un asistente que devolviera un analisis estructurado (edad minima, riesgos, datos del desarrollador) con base legal (GDPR/LOPDGDD) y personalizado por edad.
El reto
El reto era doble: controlar el coste de las llamadas a la API del LLM (un analisis estructurado por consulta puede ser caro) y asegurar que las respuestas fueran coherentes, sin que el modelo inventara riesgos o edades no reales.
Enfoque
El proveedor LLM quedo desacoplado (cliente OpenAI contra Kimi-k2/Moonshot) para poder cambiarlo sin tocar el flujo. Se anadio caching Redis opcional con degradacion graceful que redujo el coste de API hasta un 80%. Un validador de coherencia basado en keywords YAML comprueba que la respuesta encaja con lo esperado. El rate limiting dinamico por ruta e identidad protege el servicio, y la exportacion a PDF cierra el ciclo.
Aprendizaje
El caching con degradacion graceful es la palanca mas efectiva contra el coste recurrente de un LLM: cuando el cache falla el servicio sigue funcionando, solo mas caro. Desacoplar el proveedor permitio cambiar de modelo sin reescribir el flujo. Y un validador por keywords YAML es una forma barata de anadir coherencia a salidas generativas.
Estado actual
Completado y desplegado en produccion. El proyecto registro 44 commits, con el caching Redis reduciendo el coste de API hasta un 80% y la exportacion a PDF funcional.