Construí una plantador de plantas controlado por voz en Python con Goose y CLI de Gemini

¿Alguna vez has matado una planta de interior por olvidar regarla No estás solo Yo lo admito he perdido plantas por descuido y esa frustración fue la semilla de un proyecto práctico y divertido Construí un asistente de cuidado de plantas controlado por voz usando Python Goose y la CLI de Gemini para nunca más tener que escribir una sola nota sobre el riego

La idea era simple crear un asistente manos libres que escuchara frases como Regué a Minerva y que registrara la acción, diera recomendaciones según clima y edad de la planta y recordara cuándo volver a regar

Herramientas y tecnologías empleadas Flet para una interfaz de escritorio multiplataforma que luciera igual en macOS Windows y Linux FastAPI como backend ligero y eficiente SpeechRecognition y pyttsx3 para capturar voz y generar salida de voz OpenWeatherMap para datos meteorológicos locales y un archivo plants.json para persistencia local Además trabajé con Goose y la CLI de Gemini como subagente IA que leyó y refactorizó código conmigo durante el desarrollo

El reto arquitectónico al que me enfrenté al principio fue intentar ejecutar todo en un único proceso La tentación de lanzar la GUI y el servidor en el mismo espacio llevó a conflictos de hilos motores TTS con estado bloqueo por I O y dificultades para empaquetar la app El resultado fue una aplicación inestable que a veces se quedaba muda o congelaba la interfaz

La solución fue abrazar el aislamiento de procesos Separar responsabilidades cambió la dinámica La interfaz Flet se convirtió en un cliente ligero que solo muestra la UI y hace peticiones HTTP El FastAPI corre en un proceso distinto y maneja el TTS estado y la escucha bloqueante Esto resolvió la mayor parte de los problemas de concurrencia y dejó el frontend siempre receptivo

En la práctica el frontend lanza una instancia del mismo script con una bandera especial para arrancar el backend Esta estrategia facilita el empaquetado y mantiene la lógica de negocio centralizada

Desafíos de empaquetado y despliegue La última milla siempre es la más traicionera En macOS el empaquetado con herramientas estándar bloqueaba el acceso al micrófono La solución fue usar PyInstaller y añadir manualmente NSMicrophoneUsageDescription en el Info plist para que la app autorizara el uso del micrófono En Windows descubrí diferencias entre %APPDATA% y %LOCALAPPDATA% que provocaban que frontend y backend usaran rutas distintas La lección fue testar en cada plataforma real y no asumir que las rutas son iguales

El papel del agente IA Trabajar con un subagente LLM fue como tener un compañero de pair programming que sugiere refactors detecta patrones y propone soluciones alternativas Yo mantuve siempre el control humano revisando cada cambio y aplicándolo manualmente Esta colaboración aumentó la velocidad del desarrollo y permitió hacer pivotes arquitectónicos importantes en pocas horas

Cómo hice las recomendaciones inteligentes Construí una pequeña base de datos con fichas de 12 plantas habituales incluyendo intervalos de riego según la madurez requerimientos de luz y consejos de cuidado El backend cruza esa información con datos meteorológicos en tiempo real para ofrecer recordatorios contextuales y sensatos

Lecciones clave Simple no siempre es fácil la opción más obvia puede esconder complejidades técnicas La separación de responsabilidades salva proyectos IA amplifica productividad pero la dirección humana sigue siendo imprescindible Y probar en las plataformas objetivo vence a cualquier suposición teórica

En Q2BSTUDIO transformamos ideas en soluciones reales Si necesitas desarrollo de aplicaciones a medida o software a medida que funcione sin sorpresas en macOS Windows y Linux podemos ayudarte Nuestros servicios abarcan desde inteligencia artificial y agentes IA hasta servicios de inteligencia artificial para empresas integrando técnicas como modelos conversacionales y automatización

Además ofrecemos ciberseguridad y pentesting para asegurar tus despliegues, servicios cloud aws y azure para alojar soluciones escalables, y servicios de inteligencia de negocio y power bi para convertir datos en decisiones útiles Palabras clave que guían nuestro trabajo aplicaciones a medida software a medida inteligencia artificial ciberseguridad servicios cloud aws y azure servicios inteligencia de negocio ia para empresas agentes IA power bi

Si te interesa replicar el proyecto o adaptar la idea a tu negocio en Q2BSTUDIO te acompañamos desde el diseño hasta el despliegue y mantenimiento Nuestro enfoque combina ingeniería sólida arquitectura pragmática y experiencia en IA para entregar productos que realmente crecen con tu necesidad

Al final de la jornada mi plantador controlado por voz funciona en macOS y Windows y me recuerda que hasta las plantas agradecen una buena ingeniería Si quieres ver el código o conocer más sobre cómo podemos ayudar a tu empresa contáctanos y hablemos sobre crear tu próxima solución a medida