2026En producción

KAPHIY

Pedidos por chat con IA para una cafetería, en producción

El panel de cocina (KDS): pedidos por mesa, en tiempo real.La PWA del comensal: el menú de Praliné y la entrada al chat con el agente.

Pedidos por chat con IA en Praliné Coffee House, con un panel de cocina en tiempo real y registro de ventas en el ERP.

Año
2026
Contexto
Praliné Coffee House, Baños de Agua Santa
Equipo
4 personas
Código
GitHub
pruebas automatizadas
165
versiones publicadas con SemVer
11
integraciones: IA, tiempo real y ERP
3
accesibilidad del panel de cocina
WCAG 2.1 AA

El sistema

El comensal escanea el QR de su mesa y pide desde una PWA conversando con un agente basado en Gemini, que interpreta lenguaje natural y arma el pedido. La cocina lo recibe al instante en un panel en tiempo real por WebSocket, y cada venta se registra en el ERP contable del cliente para no teclear nada dos veces.

Arquitectura

Arquitectura: KAPHIYHTTPSWebSocketRESTPWA clienteNext.js · PWAAPINestJS · PrismaAgente IAGemini · n8nPostgreSQLNeonPanel de cocinaSocket.IOERP contableContífico
síncronoasíncrono

Decisiones técnicas

En producción, GitHub Actions ejecuta 165 pruebas antes de fusionar cambios. Los contratos entre módulos y el pipeline de CI/CD permiten repetir el despliegue.

Qué hace

  • El comensal escanea el QR de su mesa y pide por chat, escribiendo o por voz.
  • Un agente con Gemini 2.0 Flash, orquestado con n8n, interpreta el pedido y lo arma contra el menú real.
  • La cocina ve cada pedido al instante en un panel (KDS) conectado por Socket.IO, con su estado.
  • Cada venta se registra en el ERP contable del cliente (Contífico) sin volver a teclearla.
  • PWA instalable con Serwist y panel de cocina accesible (WCAG 2.1 AA), en TypeScript estricto sin errores.
  • 165 pruebas: 92 en el backend (Jest y Supertest), 28 en la PWA (Vitest y MSW) y 45 en el panel (Vitest, Playwright y axe).
  • 11 versiones publicadas con SemVer, de la v0.1.0 a la v1.1.0, desplegadas en Vercel y Neon.

Un reto concreto

Pedidos que llegaban con cinco horas de desfase

Las horas de los pedidos aparecían desplazadas cinco horas en el panel de cocina: las columnas eran TIMESTAMP sin zona horaria y el servidor no estaba en la hora de Ecuador. Se migraron a TIMESTAMPTZ con un script versionado (002_fix_timestamps_tz.sql): la base guarda el instante absoluto y cada pantalla lo muestra en su hora local.

Capturas

Mi parte

Backend: modelado de datos con Prisma, la API y la lógica de pedidos, el canal de tiempo real y la integración con el agente conversacional. En un equipo de cuatro (ARKASYS), durante 14 semanas.

Stack

  • NestJS
  • Prisma
  • PostgreSQL
  • Next.js
  • Socket.IO
  • Gemini API
  • n8n
  • Docker
  • GitHub Actions
Siguiente proyectoAsistente de cursos CTT-FISEIAsistente de Telegram con intervención humana en vivo