AI Builder & Founder · Málaga

Todo el mundo hace demos de agentes. Casi nadie los lleva a producción.

Construyo sistemas multi-agente con LangGraph, Claude y FastAPI. Código en tu repo desde el día 1, no gran reveal al final del proyecto.

Ver proyectos Reservar discovery call

Sin agencia · Sin lock-in · Español nativo

apex-orchestrator · agent stream

[21:25:14] apex_router → routing to social_agent

[21:25:14] social_agent ● thinking...

[21:25:15] social_agent → tool_call: fetch_engagement

[21:25:16] tool_result ✓ 847 posts (312ms)

[21:25:16] social_agent → generating response

[21:25:17] social_agent ✓ complete (2.4s · 1,847 tokens)

[21:25:17] apex_router → HITL: awaiting human approval

github.com/jlprietos/apex live

Un flujo real de Apex Orchestrator · 4 agentes coordinados con LangGraph

El estado del agentic AI en 2026

Construir el agente es fácil. Que aguante en producción, ya no.

Cualquiera hace demos hoy. Con datos limpios, en un entorno controlado, el agente funciona. Impresiona. Todos aplauden.

El problema empieza la primera semana en producción. El input real no es el de la demo. El modelo alucina. Los costes se disparan. Y nadie del equipo sabe cómo depurar un sistema que decide por sí solo.

80%

de proyectos AI empresariales fallan en entregar valor de negocio.

RAND 2025 · confirmado por Gartner abril 2026

17%

de empresas que adoptan agentic AI tienen algo en producción real.

Forrester, 2026

40%

de proyectos agentic AI serán cancelados para fin de 2027.

Gartner, junio 2025

El motivo no es el modelo. Es gobernanza, coste operativo y falta de control humano en el bucle. Lo mismo que separa un juguete de un sistema.

Ver el código

Así pauso un agente para pedir aprobación humana antes de que actúe.

Esto no es una simulación. Es el patrón Human-in-the-Loop que uso en Apex Orchestrator para llevar sistemas multi-agente a producción sin miedo.

apex/orchestrator.py

Python · LangGraph 1.2.7

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

from langgraph.graph import StateGraph

from langgraph.types import interrupt, Command

def social_agent(state: AgentState) -> Command:

# Genera la respuesta con Claude

response = claude.generate(state["query"])

# HITL: detiene el flujo y espera aprobación humana

approval = interrupt({

"action": "publish",

"content": response,

"channel": state["channel"]

})

# El flujo se reanuda con Command(resume=...)

if approval == "approved":

publish_to(state["channel"], response)

return Command(goto="metrics_agent")

return Command(goto="revise_agent")

Extracto real · apex/orchestrator.py MIT

La línea resaltada es donde el agente pausa. Sin esto, no hay producción.

¿Quieres ver el sistema completo?

Apex Orchestrator es open source. 4 agentes especializados, HITL con interrupt/resume, WebSocket streaming y frontend en Next.js con React Flow.

Ver en GitHub Hablemos de tu proyecto

Repositorio público · MIT License

Proyectos

No solo hablo de sistemas multi-agente. Los mantengo funcionando.

Uno open source, uno en producción, uno en piloto, y la empresa desde donde opero todo.

01 Producción · MIT

Apex Orchestrator

Sistema multi-agente open source. 4 agentes con router central, HITL vía interrupt/resume, WebSocket streaming y visualización en Next.js con React Flow.

FastAPI LangGraph Next.js WebSocket React Flow

Ver en GitHub

02 SaaS · Producción

Tina

SaaS de agentes IA para clínicas estéticas hispanohablantes. Captura de leads: web form → WhatsApp en menos de 60s, cualifica y agenda cita. Sin código. Sin consultor. Sin inglés.

FastAPI Supabase Claude WhatsApp API Railway

Ver landing

03 Piloto · Q3 2026

Ecosistema Camino

Tres productos sobre WhatsApp para el Camino de Santiago: Companion (asistente en ruta), Story (libro personalizado del peregrino) y Self (coaching post-Camino).

Claude API Twilio Supabase Stripe Node.js

Consultar detalles

04 Empresa · 2026–

Área IA Solutions

Este sitio. Widget ARIA vía Cloudflare Workers + Claude API, desplegado con Cloudflare Pages. Desde aquí opero todos los demás proyectos.

Cloudflare Pages Workers Claude API HTML/CSS Vanilla JS

Stack técnico

Un stack honesto, no un CV apilado.

Menos herramientas. Mejor dominadas.

Lo que uso a diario

Backend & IA

Python FastAPI LangGraph 1.2 Claude API Supabase PostgreSQL Twilio WhatsApp Business API

Frontend

TypeScript Next.js HTML/CSS Tailwind CSS React React Flow

Infraestructura

Cloudflare Pages Workers Railway GitHub Netlify

Herramientas de trabajo

Notion Claude Code Cursor VS Code

Notarás lo que no pongo aquí: Kubernetes, TensorFlow, PyTorch, fine-tuning custom. Si tu proyecto necesita cualquiera de estas, no soy tu ingeniero — te lo digo en la primera llamada, no después de firmar.

Sobre mí

Empresario que codea. No ingeniero que emprende.

Jose Leonardo Prieto Scata

AI Builder & Founder · Área IA Solutions

Base en Málaga, 20+ años levantando negocios antes de dedicarme a la IA — coworking (con exit en 2025), real estate y gestión inmobiliaria. Cada operación me enseñó cash-flow, disciplina de gestión y decisiones difíciles que ningún curso replica. En 2026 pivoté por completo a la IA aplicada al mercado hispanohablante, donde los founders locales necesitan agentes que hablen su idioma y entiendan su contexto.

Base: Málaga, España · UTC+1
Rol: AI Builder & Founder
Empresa: Área IA Solutions
Idiomas: Español (nativo) · Inglés
Estado: Open for contracts · Q3 2026

Hablemos

Si has llegado hasta aquí, hablemos.

15 minutos para saber si encajo con tu proyecto. Si sí, te digo por dónde empezar. Si no, te digo qué buscar.

Reservar 15 minutos

Email

areaiasolutions@gmail.com

Jose Prieto

GitHub

jlprietos

Empresa

areaiasolutions.com

También puedes escribir directamente sin agendar. Respondo en menos de 24 horas los días laborables.