Inspiration

La idea de OBRA.ia nació de la frustración que sentimos al ver cómo en la industria de la construcción, los análisis de riesgos estructurales y geotécnicos siguen siendo procesos manuales, lentos y propensos a errores humanos. Como ingenieros civiles, hemos visto proyectos retrasados por no detectar a tiempo problemas en planos o condiciones del terreno. Queríamos crear una herramienta que democratizara el acceso a análisis inteligentes, usando la IA para ayudar a constructores, ingenieros y project managers a tomar decisiones más informadas y rápidas, reduciendo costos y riesgos innecesarios.

What it does

OBRA.ia es una plataforma web que permite subir documentos como PDFs, planos e imágenes de proyectos de construcción. Utiliza inteligencia artificial de Google Gemini para analizar automáticamente riesgos estructurales, geotécnicos y climáticos. El sistema evalúa la factibilidad técnica, detecta problemas potenciales con coordenadas visuales, estima sobrecostos y retrasos, y genera reportes PDF profesionales con recomendaciones detalladas. Es como tener un ingeniero experto disponible 24/7 para revisar tus proyectos.

How we built it

Desarrollamos OBRA.ia como una aplicación full-stack: el backend en Node.js con Express para manejar la API REST, integrando el SDK de Google Generative AI para el análisis inteligente. El frontend usa Next.js 14 con React y TypeScript para una interfaz moderna y responsiva, estilizada con TailwindCSS. Para los reportes, implementamos jsPDF para generar PDFs del lado del cliente. La base de datos es ligera con SQLite y entidades TypeScript. Todo se conecta a través de Axios para las peticiones HTTP, y usamos middlewares como Multer para subir archivos y CORS para la comunicación segura.

Challenges we ran into

Uno de los mayores desafíos fue integrar correctamente la API de Gemini, ya que los prompts iniciales no generaban respuestas consistentes; tuvimos que iterar mucho en el diseño de prompts para obtener JSON válidos y estimaciones realistas. También lidiamos con errores de renderizado en React, como intentar mostrar objetos directamente en el DOM, lo que nos obligó a ajustar el manejo de tipos en TypeScript. El procesamiento de archivos multipart y la generación de PDFs con layouts complejos fue otro dolor de cabeza, especialmente al mapear problemas detectados que podían ser strings u objetos.

Accomplishments that we're proud of

Estamos orgullosos de haber creado un sistema funcional que realmente ahorra tiempo: desde subir un archivo hasta tener un reporte PDF en minutos. La detección visual de problemas en planos con bounding boxes superpuestas es algo que nos emociona, ya que hace tangible la IA. Logramos una interfaz limpia y profesional que combina datos técnicos con estimaciones financieras, y el hecho de que compile sin errores de TypeScript nos da confianza en la robustez del código. Además, el proyecto es escalable y podría ayudar a muchos profesionales en la industria.

What we learned

Aprendimos la importancia crítica de los tipos en TypeScript; errores simples como parámetros implícitos 'any' pueden romper el build entero. También entendimos mejor cómo diseñar prompts para IA: no basta con pedir datos, hay que ser específico y manejar casos edge. La integración de IA no es plug-and-play; requiere paciencia y pruebas constantes. Por último, valoramos más el trabajo en equipo y la documentación, ya que mantener un README claro facilita futuras expansiones.

What's next for OBRA.ia

Queremos expandir OBRA.ia con más tipos de análisis, como integración con datos climáticos en tiempo real o modelos 3D para visualizaciones avanzadas. Planeamos añadir autenticación de usuarios para proyectos colaborativos, y explorar APIs de construcción para datos históricos. También pensamos en una versión móvil y partnerships con empresas de ingeniería para validar y mejorar el sistema con casos reales. El objetivo es hacer de OBRA.ia una herramienta estándar en la industria, reduciendo riesgos y optimizando presupuestos.

Built With

Share this project:

Updates