Ir al contenido principal
MVP Funcional 2026 ia

PeritIA: Agente de Peritación de Vehículos con LangGraph

Rol: Desarrollador & Creador
142 tests Pruebas automatizadas con pytest (3 de integración)
5 nodos StateGraph determinista con bifurcación condicional
Multimodal Inspección de daños visuales y propuesta pericial estructurada
LangSmith Trazabilidad completa de ejecución, coste de tokens y evals

Desafío

Automatizar el peritaje técnico inicial de daños en vehículos a partir de fotografías sin depender de respuestas no deterministas ni generar desviaciones en la estimación de costes de reparación.

Qué resuelve

  • Flujo agéntico determinista con LangGraph: grafo de estados de 5 nodos con memoria compartida y bifurcación condicional (identificación del modelo, evaluación de impacto, mapeo de piezas, estimación de mano de obra y decisión de reparabilidad o siniestro total).
  • RAG híbrido multimodal: visión artificial para detección visual de daños cruzada con catálogo vectorial local (pgvector + fastembed) y grafo de componentes en Neo4j para cálculo estructurado de despiece.

Qué evita en producción

  • Alucinaciones en costes: esquemas estrictos de validación con Pydantic y 142 pruebas automatizadas con pytest que garantizan la integridad de las propuestas periciales.
  • Sobrecostes de infraestructura: generación de embeddings en local que suprime dependencias externas y reduce drásticamente el consumo de tokens.
Arquitectura en Profundidad

Notas de Ingeniería y Diseño de Sistemas

Análisis técnicos, compensaciones arquitectónicas y lecciones aprendidas en producción.