Aurora antes de ser Aurora
Antes de ser el proyecto que actualmente es, Aurora era algo distinto. Aurora era un proyecto que buscaba ser un diario digital informativo hecho 100% con Inteligencia Artificial, es decir, una empresa con un solo empleado y muchos agentes que se dedicarían -diariamente- a leer noticias de diferentes temáticas (finanzas, economía, deportes, etc.) y poblarían la página web todos los días. En conclusión, el trabajo que hace un diario, pero hecho por múltiples agentes de inteligencia artificial. (Hoy eso es posible: Construir un diario 100% con IA)
Eso era Aurora en un inicio.
Hoy, Aurora es algo totalmente distinto, pero esa idea nos quedó dando vuelta.
¿Cuál?
Crear agentes de IA que puedan trabajar en simultáneo, asíncronamente, sin supervisión humana y que realicen una tarea que significaría tiempo y dedicación de un humano.
Nuestro proyecto
En el primer artículo de nuestra sección Laboratorio, hicimos eso. Contratamos a un astrólogo, pero uno que no es una persona real; es un sistema de agentes de IA, cuyo nombre es YOLI y escribirá semana a semana para ustedes.
YOLI es más que un astrólogo, YOLI es una API, es un sistema multiagéntico, está montado en la nube de Google (GCP) y está calendarizado para escribir todos los domingos y poblar la página de Aurora de forma autónoma.
Si esto te interesó y quieres pasar a la arquitectura. Puedes hacerlo acá.
El origen de la idea
Aurora es una revista digital sobre IA; por lo tanto, si tomamos esa premisa, las revistas (en la mayoría de los casos) tienen secciones, tales como:
- Editorial mensual.
- Cartas al director.
- Secciones.
- Horóscopo mensual.
- Etcétera.
En nuestra declaración de principios, buscamos educar, inspirar, difundir y compartir contenido de IA de manera creativa. Y le agregamos un ingrediente más: estamos desarrollando nuestra marca, comunidad y lectores que se interesen en nuestra visión y contenido. Con todo este contexto, las preguntas fueron:
- ¿Cómo podríamos explotar y explorar la idea de tener agentes de IA autónomos que escriban para Aurora, pero que respeten nuestro tono?
- En el proceso de desarrollo de marca, ¿qué elementos podemos tomar de las revistas tradicionales para que desde la creatividad podamos acercarnos al concepto de revista?
- Somos pocas personas, ¿podríamos crear más agentes que nos ayuden a poblar secciones que quizás no requieren una profundidad o una experiencia personal?
Es así como elegimos partir explorando, y por qué no decirlo "jugando" con la idea de crear una sección que se encuentra en los diarios y revistas tradicionales como lo es el horóscopo.
Así nació YOLI.
Arquitectura alto nivel
Ok, entonces YOLI es un sistema multiagentes que genera predicciones por semana y que alimenta la sección de Horóscopo de Aurora de manera automática. Si lo pensamos así, YOLI entonces es un problema de ingeniería y arquitectura, no solo de agentes de IA. Exactamente; y eso lo diferencia de un fun project. A continuación te dejamos un diagrama de contexto:
¿Cómo YOLI escribe el horóscopo? Nuestra Arquitectura
Para hacer este agente, tuvimos que ver varios videos del horóscopo para aprender cómo sería una forma válida de generar predicciones del horóscopo. No sé a quién le puede interesar (jaja), pero dejamos acá las referencias:
Luego de aprender una forma viable/válida de hacer predicciones del horóscopo, modelamos esos pasos en un sistema de 3 agentes:
Nice!, pero expliquemos los agentes que componen YOLI uno por uno.
Primer Agente - Planet Agent
El primer agente tiene como función definir 3 a 4 emociones semanales.
¿Cómo se definen las emociones semanales? Basándose en la posición de los planetas.
Cada planeta representa una emoción y esa emoción varía si es que dicho planeta está posicionado en algún signo (conocimiento experto, jaja, el llamado Domain Knowledge). Por lo tanto, el agente define emociones semanales, pero para ello debe leer la posición de los planetas y en qué signo se encuentran. Dado esto, se creó un agente que tiene una tool, la cual entra a esta página para extraer y luego tabular la tabla para alimentar el agente que debe escribir las emociones semanales.
Obviamente, hicimos structured outputs, dado que esta salida será tomada por otro agente, el segundo.
Segundo Agente - Sign Agent
El segundo agente escribe las predicciones para los signos con base en las emociones semanales que Planet Agent entregó. Ahora bien, esto tiene un gran "pero". Las emociones y la forma en que impactan dichas emociones a los signos varían según la personalidad de los signos.
La pregunta sería: ¿dónde sacamos la personalidad de los signos? Unos podrían decir que un LLM ya tiene la personalidad de los signos. Diríamos que sí, pero decidimos ocupar una referencia propia de un libro de nuestra infancia.
Nuestra elección fue extraer la personalidad de los signos de un libro. "Los signos del zodiaco y su carácter" de Linda Goodman.
¿Por qué ese libro? Quien no tuvo su momento hippie, que tire la primera piedra. Este libro es bueno porque cada signo tiene su propio capítulo y dentro de cada capítulo tiene la perspectiva del signo si eres mujer, hombre, hijo, empleado, jefe, etc. Da lo mismo si crees en el horóscopo (nosotros no), pero no deja de ser entretenido leer algo que pueda calzar con tu personalidad. Por lo tanto, tiene una mirada completa de la personalidad de los signos.
¿Qué fue lo que hicimos entonces? Un RAG.
Generar una base de datos vectorial para cada signo (es solo una base). Haciendo un chunking por párrafo y guardando esto en una base vectorial de PostgreSQL (en la nube está dentro de CloudSQL) con el embedding que tiene Google de dimensión 764.
Nos desviamos del tema es cierto. ¿Qué es lo que hace el agente?
Dadas las emociones de cada signo, hacemos un retrieve para que Sign Agent pueda escribir las predicciones de cada signo con el contexto de su personalidad y con las emociones que provee Planet Agent
Tercer Agente - Tone Agent
Por último, queríamos tener un astrólogo que hiciera match con nuestro tono de Aurora. Esa es la idea, ¿o no? Si alguien escribirá para ti, lo tiene que hacer con tu línea editorial. Por lo tanto, se lo pasamos al último agente que toma las predicciones para cada signo y les aplica el tono de Aurora. Para que te hagas una idea, un agente puede definir un tono en base a ejemplos o simplemente un seteo de tono con un txt. Te dejo un extracto del nuestro:
## Tono Aurora
Tono editorial Aurora (para los prompts)
Aurora no es hype, no es genérico, no es New Age cursi. Es:
1. Cercano: habla de tú, sin distancia
2. Desafiante: no consuela, invita a actuar
3. Directo: claro y sin rodeos, pero dentro de un
relato cohesionado — no frases sueltas yuxtapuestas
4. Humano: reconoce la complejidad sin abrumarse
Ejemplos de frases que NO son Aurora:
...
...
Eso es YOLI, un sistema de 3 agentes.
Con este escenario podríamos correr esto todos los domingos de manera manual y poblar nuestra página, pero nosotros queríamos ir más allá; nuestra ambición va más allá. Quisimos productivizar esto y subirlo a la nube y hacer un flujo automatizado de ejecución para que la página lo consumiera; es así como entró la segunda parte, que es productivizar esto en la nube.
AIOps
Cuando tuvimos esta idea, era una buena idea (modestamente), pero quisimos hacerlo un poco más tryhard y pensamos en que queríamos poblar la página de manera automática, domingo a domingo.
Afortunadamente, a un amigo nuestro le llamó la atención el proyecto y se sumó al equipo de Aurora para productivizar este proyecto y los que vienen. Si pudiésemos resumir el proyecto de joyería que hizo, lo dejamos en simple.
- Creó un proyecto de GCP para Aurora Magazine (Sí, ya tenemos nuestro propio proyecto)
- Habilitó las cuentas de servicios para servicios de IA.
- Habilitó la infraestructura necesaria.
- Con FastAPI, apificó nuestro desarrollo y posteriormente creó el docker.
- Subió el docker de nuestra solución al Artifact Registry de GCP.
- Creó la Cloud Run que despliega nuestra API. Con esto el front ya puede consumir nuestras predicciones del horóscopo.
- Creó un Cloud Scheduler con un crón para que el desarrollo corra semana a semana con el flujo que ya explicamos.
Tremenda pega se mandó Felipe Ríos. Te dejamos el diagrama de la arquitectura de la parte de Ops.
El stack completo de YOLI
- Python.
- GCP.
- LangGraph.
- Cloud Run.
- ADK - Google
- Gemini.
- Postgres + PGVector
- Cloud Logging.
- Cloud Scheduler.
¿Cómo sigue este proyecto?
Como mencionamos, esto no fue algo puntual; el horóscopo semanal se escribirá automáticamente todos los domingos. Esto tiene su fun part y es que ustedes, como lectores, podrán leer sus predicciones del horóscopo bajo un sistema válido de astrología con el tono de Aurora semana a semana. Un desarrollo completo con IA y con un trigger desde la nube para viajar hacia nuestra página para nuestros lectores.
Ahora, ¿cómo seguimos nosotros? Exploraremos más agentes automáticos para crear contenido entretenido e informativo bajo nuestra línea editorial y visión de IA con sentido.
Cierre
Para cerrar, nos sentimos muy orgullosos de haber logrado y terminado este proyecto, puesto que lo que estamos desafiando acá, más allá de un horóscopo automático hecho con IA, es que podemos orquestar un workflow desde la nube con un proceso realizado por IA y que cumple el estilo y estándar de tu empresa. Seguiremos explotando esta idea con algunas secciones nuevas que se vienen.
Esperamos que les haya gustado.
Daniel, Director Aurora.