Inspiration

Arca Continental necesitaba un gemelo digital que monitoree en tiempo real sus pedidos, detecte problemas antes de que ocurran y ofrezca ayuda interactiva a los operadores. El objetivo era pasar de una gestión reactiva a una estrategia proactiva basada en datos.

What it does

Panel de control en vivo con KPI y visualización de cuellos de botella. Chatbot Gemini en la esquina inferior derecha que responde preguntas sobre la plataforma y sugiere acciones. Al abrir el chat muestra questions‑chips con consultas frecuentes. Alertas predictivas que avisan de demoras, rupturas de stock o rutas problemáticas. Recomendaciones accionables Permite hacer pedido a las tiendas tomando en cuenta el inventario actual y predice posibles problemas para prevenirlo y avisarle al comprador, de que en caso de fallar se les dará un descuento como disculpa.

How we built it

Streamlit + CSS custom (glassmorphism, gradientes, tipografía Inter) para una UI moderna y responsiva. Servicio Flask que reúne datos de ERP, los normaliza y los envía a Streamlit vía SSE. Integración Gemini: API key como chatbot Estilo armonioso, modo oscuro, micro‑animaciones (hover, deslizamiento), tipografía Google Fonts. Se uso Antigravity, Python, Streamlit, Github, modelos predictivos y bases de datos.

Challenges we ran into

Inestabilidad de modelos, muchas veces la API no lograba contectarse bien y no respondía las preguntas como una IA, sino como un banco de respuestas. Cambios constantes, ya que siempre salían ideas nuevas que teníamos que valorar en equipo para aceptarlas o descartarlas. Problemas al momento subir la pagina, ya que nunca antes habíamos usado Github, por lo que se tuvo que aprender a usar repertorios.

Accomplishments that we're proud of

Chatbot totalmente operativo y capaz de responder consultas contextuales. UI premium con gradientes suaves y animaciones fluidas. Integración fluida de múltiples herramientas dentro de un mismo dashboard, para mayor sintesis. Arquitectura escalable que procesa datos en tiempo real sin latencia perceptible, que posteriormente se puede agregar a bases de datos ya existentes de almacenamiento.

What we learned

Manejo de herramientas como Gemine, Antigravity y Github, así como trabajo en equipo para llegar a conclusiones que sean deseadas para todos.

What's next for KEYI

Lo siguiente sería contectar la herramienta con base de datos reales de almacenamiento, para ponerla aprueba en entornos reales. Crear un modulo de soporte multilingüe, en caso de que los usuarios tengan problemas que no puedan resolver de manera inmedianta.

Share this project:

Updates