Dixta — AI Content Automation

El seguimiento manual de fuentes ambientales y regulatorias dispersa el trabajo editorial entre búsqueda, selección, redacción y distribución.

Plataforma profesional desarrollada en GreenSoft junto a otro desarrollador, independiente del asistente de WhatsApp. Un núcleo en Laravel orquesta el pipeline y un microservicio en Python se encarga de la extracción con Scrapling.

Convertir fuentes configuradas en borradores revisables, conservando control editorial humano y trazabilidad del pipeline.

• Construí la primera versión de la plataforma y buena parte de su evolución: scraping, selección de candidatos, generación de borradores y publicación.
• Endurecí el microservicio de extracción en Python: validación de artículos, deduplicación por URL y render con navegador cuando el sitio lo exige.
• Implementé las validaciones del borrador y el flujo de revisión: nada se publica sin que una persona lo apruebe.
• Migré el modelo generador de borradores a DeepSeek.

• Laravel controla base de datos, colas, selección de candidatos, borradores y publicación; el scraper en FastAPI + Scrapling no guarda estado.
• La URL normalizada y su hash son el contrato de deduplicación entre ambos servicios.
• El modelo generador pasó por varias etapas: partió con modelos locales y hoy es DeepSeek. La integración con Bitrix24 y el servidor llama.cpp se eliminaron.
• El modelo debe devolver un JSON con campos fijos; si el resultado no pasa las validaciones, el borrador cae a una plantilla determinística.
• Publicar es una acción aparte de aprobar: un borrador pasa por revisión humana antes de salir.

• Extracción diaria desde fuentes configuradas, con filtros de pertinencia y antigüedad.
• Persistencia y deduplicación de artículos antes de gastar inferencia.
• Generación de borradores con DeepSeek, validados y normalizados antes de mostrarse.
• Panel para editar, regenerar, aprobar o rechazar cada borrador, y publicación en LinkedIn solo después de la aprobación.

• Mantener confiable la extracción frente a fuentes heterogéneas sin acoplarla a la base de datos.
• Evitar duplicados y contenido no pertinente antes de gastar inferencia o tiempo editorial.
• Separar automatización de publicación: el modelo propone y una persona conserva la decisión final.

• Los límites claros entre orquestador y scraper facilitan probar, reemplazar y desplegar cada parte.
• La calidad del borrador depende tanto de selección y contexto como del modelo utilizado.