Productos en desarrollo

I+D

OutLabs desarrolla productos propios además de consultoría selectiva. Estos proyectos muestran capacidad, criterio y dirección técnica.

En desarrollo Caso de Estudio

Qintu 琴图

Qintu es un experimento de extremo a extremo en Kotlin Multiplatform construido para asegurar objetos de transferencia de datos (DTOs) unificados y estructuras compartidas en todo el stack distribuido. En sistemas multilenguaje complejos, coordinar la forma de los datos entre diferentes lenguajes de backend y cliente suele generar cuellos de botella de sincronización; Kotlin resuelve esto compartiendo los mismos modelos de datos directamente desde el backend en Ktor hasta los clientes frontend.

Más allá del desafío técnico, el proyecto surge del interés compartido de nuestro equipo en los antiguos sistemas metafísicos chinos —específicamente las estructuras matemáticas del I Ching, Ba Gua y Wu Xing—. Traducir estas estructuras tradicionales en código puro y determinista fue un proceso que simplemente disfrutamos.

Estructuralmente, cuenta con un calculador clásico de probabilidad basado en tallos de milenrama, cifrado local mediante SQLCipher para resguardar la privacidad del usuario, y está construido para exponer una API estructurada de metafísica china, permitiendo a los agentes de IA personales realizar consultas directamente y eludir las limitaciones de las interfaces gráficas tradicionales.

Especificaciones del proyecto
Kotlin Multiplatform extremo a extremo
API de Ktor (Motor de sincronización de usuarios y auth)
Target de compilación en WebAssembly (WASM)
Interfaz móvil en Compose Multiplatform
Base de datos local encriptada con SQLCipher
API de Metafísica (Diseñada para agentes de IA personales)

“Moldea la arcilla en una vasija; es el espacio vacío en su interior lo que la hace útil.”

— Lao Tzu

En desarrollo Caso de Estudio
Qdarte

QDarte es un proyecto de descubrimiento y agregación de destinos para América Latina, pensado para destacar lugares emergentes, negocios locales y contenido regional. Parte de una pregunta práctica: ¿puede una plataforma liviana hacer más accesible la información útil de destinos sin la estructura de una gran operación editorial?

El foco de investigación es un modelo operativo automatizado y ligero. La búsqueda rutinaria, el enriquecimiento inicial, la preparación editorial y los flujos de verificación se diseñan como pipelines específicos, con supervisión humana cuando aporta valor.

Bajo el capó, un Signal Engine monitorea tendencias de redes y mapas, una infraestructura local de IA procesa listados candidatos y un Verification Engine apoya la confirmación de operadores vía WhatsApp mediante enlaces mágicos.

Especificaciones del proyecto
Contenido de destinos curado para LatAm
Arquitectura de agente por función
Detección de tendencias por Signal Engine
Procesamiento mediante canal local de IA
Confirmación vía WhatsApp con magic-links
Generación estática prerenderizada con Astro

© 2026 OutLabs LLC. All rights reserved.