Los eventos tech no tienen por qué tener lugar siempre dentro de una sala de conferencias. Durante cuatro días, PyCamp España 2026 llevó Python a plena naturaleza: un campamento donde programar, debatir, compartir proyectos, convivir y hacer comunidad formaron parte de una misma experiencia. En un entorno rural, la tecnología también se vivió alrededor de una mesa, una conversación y un paseo por el monte.
AgroClaw es un agente AgTech experimental aplicado al olivar que ha evolucionado hacia una memoria técnica visual-documental asistida por IA. A través de OpenClaw, una arquitectura por capas, skills especializadas, knowledge en Markdown y referencias visuales documentadas, el proyecto explora cómo recuperar conocimiento agrario, orientar diagnósticos y conservar experiencia de campo en una estructura reutilizable.
Todo empezó como empiezan muchas obsesiones en Minecraft: en una isla de SkyBlock, solo, con recursos limitados y una sensación constante de que el verdadero cuello de botella no era el juego… sino la información. Horas saltando entre wikis desactualizadas, foros enterrados y vídeos inconexos para entender una sola mecánica. En ese momento surge la pregunta: ¿y si la wiki no fuera un archivo muerto, sino un sistema vivo que aprende al ritmo del juego?
SkyBlockCodexAPI nace de esa fricción, pero también de esa intuición: convertir el caos de conocimiento de SkyBlock en una infraestructura dinámica donde comunidad, datos y modelos de IA no solo documentan lo que pasa, sino que lo entienden, lo actualizan y lo anticipan.
La primera fase fue bastante directa en apariencia: conectar con la API pública de Hypixel y empezar a mostrar información de:
Sobre el papel, la idea era simple: pedir datos y enseñarlos. En la práctica, no tardamos en descubrir el problema real: la información no llega siempre con el mismo formato ni con el mismo nivel de limpieza.
Ese fue uno de los primeros momentos en los que la IA empezó a aportar valor de verdad. Nos ayudó a:
No se trataba solo de “traducir JSON”. Se trataba de interpretar el lenguaje visual del juego y llevarlo a un entorno web sin que perdiera personalidad.
Uno de los condicionantes más importantes del proyecto fue decidir que la aplicación debía vivir en GitHub Pages.
Eso imponía una restricción muy clara: sin backend tradicional.
Sin servidor persistente.
Sin lógica privada en el lado del servidor.
Lejos de verlo como un límite, lo tratamos como una restricción creativa. Si queríamos una web estática, entonces teníamos que conseguir que pareciera dinámica usando únicamente:
La IA fue especialmente útil aquí porque nos ayudó a repensar el proyecto varias veces sin tener que rehacerlo entero. A medida que descubríamos qué endpoints eran públicos, cuáles no, qué cosas se podían consultar directamente y cuáles convenía simplificar, fuimos ajustando la arquitectura con rapidez.
El resultado fue una decisión importante: apostar por una web muy viva, pero sin backend propio, aprovechando solo lo que podía resolverse de forma segura y pública. Eso nos permitió mantener el despliegue simple y el proyecto muy fácil de compartir.
Uno de los problemas más curiosos —y más entretenidos— fue el tratamiento del texto.
En SkyBlock, una enorme parte del significado visual está en el color. Un perk no solo dice algo: cómo lo dice también importa. Un texto dorado, una línea en azul claro, un stat en rojo o una rareza en morado no son adornos; son parte de la experiencia del juego.
Ejemplos típicos:
Para mostrar eso bien en una web tuvimos que resolver muchas pequeñas dificultades:
mantener la legibilidad visual sin perder el estilo del juego
Aquí la IA fue especialmente útil como herramienta de iteración rápida. Nos ayudó a convertir reglas visuales informales en reglas concretas de renderizado. Y, quizás más importante, a corregir decenas de bugs pequeños que aparecen cuando se trabaja con texto muy irregular.
Muchos de esos errores habrían costado bastante tiempo si hubiéramos ido caso por caso. Con IA, fue mucho más fácil detectar patrones, revisar excepciones y ajustar el resultado hasta que se sintiera bien.
Una vez que el renderizado básico funcionaba, el siguiente paso fue dejar de pensar solo en “mostrar datos” y empezar a pensar en cómo se navega una wiki.
Ahí empezaron a aparecer las decisiones que más personalidad le dieron al proyecto:
No queríamos un buscador muerto. Queríamos una búsqueda ágil, con autocompletado y sugerencias que dieran sensación de inmediatez.
Se añadieron:
Además, trabajamos para que esas sugerencias no fueran solo texto plano, sino que respetaran colores, rarezas y formatos especiales. Así la experiencia del buscador encajaba con la del resto de la aplicación.
La sección de items fue probablemente una de las más trabajadas.
No bastaba con enseñar nombre, categoría e ID. Eso se parecía demasiado a imprimir un JSON en pantalla. Queríamos algo que hablara el idioma del jugador.
Por eso se fue refinando la ficha hasta incluir:
También tuvimos que resolver casos muy concretos y muy “SkyBlock”:
Aquí la IA volvió a ser muy útil no por “inventar” la solución, sino por ayudarnos a generalizar reglas. Cuando detectábamos un caso raro, podíamos iterar rápido sobre la lógica y convertir excepciones en patrones reutilizables. Llegando al resultado final
La parte de collections también evolucionó bastante.
Al principio bastaba con enseñar categoría y tiers. Pero una vez que empezamos a usar la web como una herramienta real, quedó claro que eso se quedaba corto.
Terminamos añadiendo:
Eso permitió que una colección no fuera solo una lista de requisitos, sino una pequeña ruta navegable dentro de la propia wiki. Desde una colección puedes saltar a un item, y desde el item seguir explorando otras partes del contenido.
La sección de skills también requirió una buena cantidad de trabajo. No solo por la estructura de datos, sino porque había que interpretar correctamente la información del API.
La API no daba la experiencia “por nivel”, sino la experiencia total acumulada. Así que hubo que recalcular y representar:
Después añadimos un modal de detalle para cada nivel, donde se muestran los unlocks con formato visual mejorado. Y ahí se volvió a repetir la misma idea que ya habíamos aprendido: no basta con mostrar texto; hay que respetar el lenguaje visual del juego.
La parte de Mayor fue especialmente interesante porque no solo había que mostrar información, sino también interpretar situaciones distintas:
A nivel de interfaz, acabamos separando la página en dos columnas:
Después fuimos refinando la presentación:
Y, como suele pasar en proyectos reales, aparecieron casos especiales. Por ejemplo, cuando la estructura de election no estaba exactamente donde esperábamos o cuando se estaba mostrando la elección anterior en vez de la actual.
Ese tipo de problemas son justamente donde la IA ahorra tiempo de verdad: no porque “adivine” la respuesta, sino porque permite probar rápidamente estrategias de parsing más robustas hasta dar con una solución consistente.
La subpágina de Bingo fue otra de las partes más divertidas de construir.
No queríamos listar objetivos en vertical. Eso no se parecía en nada a la experiencia real del juego. Así que lo convertimos en una carta 5×5, visual y navegable.
Se añadieron:
Con Bingo, más que en ningún otro módulo, se vio claramente la diferencia entre “mostrar datos” y “diseñar una experiencia”. Ese cambio de mentalidad fue una de las mejores decisiones del proyecto.
La sección de Museum nació como una necesidad natural del proyecto. Una vez que ya teníamos items bien renderizados, tenía todo el sentido construir un navegador dedicado que permitiera explorar:
Además, se trabajó específicamente para evitar ruido innecesario:
Y también aquí aparecieron los matices: sets completos, icono principal del helmet en Museum, distintas formas de extraer la XP de donación, etc.
A estas alturas, la contribución de la IA se puede resumir muy bien: menos fricción, más iteración, más consistencia.
Pero sí hizo posible trabajar mucho más rápido en tareas como:
Y eso tiene un valor enorme, porque en proyectos así el enemigo real no suele ser la complejidad técnica pura, sino el desgaste acumulado de cien pequeños detalles.
La IA ayudó precisamente ahí: en mantener el proyecto en movimiento.
SkyBlockCodexAPI hoy ya no es una idea, sino una base sólida y funcional.
Actualmente incluye:
Todo ello sin backend tradicional, manteniendo una arquitectura ligera y fácil de compartir.
Podéis acceder al código fuente en:
https://github.com/SaturdaysAI/SkyblockCodexAPI/tree/masterhttps://github.com/KenjiEtsu/SkyblockCodexAPI
Y tenéis acceso a la aplicación en:
https://saturdaysai.github.io/SkyblockCodexAPI/museum.htmlhttps://kenjietsu.gitwhub.io/SkyblockCodexAPI/index.html
En una explotación agrícola, una decisión tan antigua como regar ya no depende solo del calendario, del tacto de la tierra o de mirar al cielo. En algunos campos, esa decisión empieza en una pantalla. Múltiples sensores captan datos relevantes para la explotación, y se toman decisiones potenciadas con IA, que van a llegar desde la tierra al plato.
En este tutorial aprenderás a crear una app web que analiza fotos de comida usando IA con el modelo LLaVA 1.5 de Cloudflare Workers AI. Montarás un frontend estático en GitHub Pages, un Worker sin servidor como backend y conectarás con OpenFoodFacts para obtener los nutrientes.
Descubre paso a paso cómo desarrollé la webapp de Barranquismo que no encontraba, con ChatGPT, Codex e IA.
Código, guía, ejemplos y consejos de este aprendizaje para que tú lo puedas aplicar.
¿Alguna vez has querido crear una wiki y no sabías por dónde empezar? Piensa en ella como un museo temático: eliges la colección (el tema), diseñas el recorrido (la navegación) y curas cada pieza (las páginas de detalle). De la idea al sitio vivo, paso a paso con un ejemplo real basado en el videojuego: Hollow Knight.
Desde chatbots que asesoran a pacientes oncológicos sobre su alimentación hasta planes dietéticos personalizados, la IA está transformando la nutrición clínica. Este artículo analiza cómo la tecnología mejora la atención nutricional, con procesos más eficientes y ajustados a cada individuo.
GitHub presenta su Student Developer Pack con acceso gratuito a herramientas profesionales y beneficios exclusivos de Codex para estudiantes. ¡Una oportunidad para aprender y crear sin límites!
Hablamos con Manu Romero, sobre NLP, AGI, Regulación y contribuir al open-source forma sistemática