amoblaIA
Virtual staging para Latinoamérica. MVP en español inspirado en la experiencia pública de Virtual Staging AI, con implementación propia en Next.js y motor configurable de edición de imágenes.
Qué funciona
- Landing responsive, galería filtrable, FAQ, página de acceso/precios y estudio.
- Carga por archivo o arrastrar y soltar: JPG, PNG y WebP hasta 10 MB. Optimización en el navegador antes de enviar y validación real de los bytes en el servidor.
- Ocho ambientes, diez estilos, amoblamiento, rediseño y retiro de muebles.
- Edición de fotos propias mediante OpenAI Images API, con calidad alta y restricciones de conservación arquitectónica.
- Comparador antes/después accesible con teclado, descarga JPG y exportación de ambas imágenes lado a lado.
- Etiqueta opcional de amoblamiento virtual en las exportaciones.
- Historial de los últimos 20 proyectos en IndexedDB, con recuperación y borrado individual.
- Demo con fotos precargadas, sin API, registro ni tarjeta. Está identificada como demo y no simula generación sobre fotos propias.
- Acceso privado de piloto: contraseña compartida, cookie HttpOnly firmada y vencimiento a las 8 horas.
Modos: el piloto sigue funcionando con contraseña compartida mientras SAAS_ENABLED=false. La nueva capa comercial incluye cuentas Supabase, fotos privadas, variantes agrupadas, créditos transaccionales, catálogo, integración Mercado Pago, panel de administración y generación tras la respuesta. Los cobros y las altas públicas permanecen desactivados hasta configurar y verificar sus proveedores. Consultá docs/COMMERCE_SETUP.md para el alcance, instalación, limitaciones y requisitos de lanzamiento.
Deploy en Vercel
- Importá axellaban/amoblaia como nuevo proyecto. La aplicación está en la raíz del repositorio.
- Framework: Next.js. Node.js: 24.x. Conservá los comandos de instalación y build automáticos.
- Para explorar la demo, podés desplegar sin variables.
- Para generar con fotos propias, configurá estas variables en Settings → Environment Variables:
| Variable | Valor |
|---|
OPENAI_API_KEY | Una clave de tu cuenta de OpenAI con facturación habilitada y acceso al modelo de imágenes. Nunca uses un prefijo NEXT_PUBLIC_ para esta clave. |
OPENAI_IMAGE_MODEL | gpt-image-2.5-sunburst (también es el valor predeterminado si se omite). |
STUDIO_ACCESS_PASSWORD | Una contraseña aleatoria de al menos 16 caracteres para compartir con los participantes del piloto. |
NEXT_PUBLIC_CONTACT_URL | Opcional: enlace HTTPS comercial, por ejemplo a tu formulario de contacto o WhatsApp. |
- Confirmá que Fluid compute esté habilitado. La ruta de generación declara
maxDuration = 300, con timeout del proveedor a los 270 segundos. Los archivos se optimizan para quedar debajo del límite de 4.5 MB de Vercel Functions.
- Desplegá o hacé Redeploy después de agregar o cambiar variables. Las variables privadas se leen en el servidor; el enlace público de contacto se incorpora al build.
- Abrí
/estudio, subí una foto, ingresá la contraseña del piloto, aceptá el envío al proveedor y generá un diseño. La primera verificación con una API real debe hacerse con una foto de prueba autorizada.
La API de imágenes tiene costo y puede requerir verificación de la organización. El costo se factura en la cuenta configurada, no en ChatGPT. La contraseña del piloto protege el endpoint; el modo piloto no tiene cupos individuales. La capa comercial agrega autenticación individual, saldo persistente, una generación simultánea por cuenta y límite diario global. Habilitá las cuentas solo después de configurar el proveedor de acceso y comprobar el presupuesto de consumo.
Referencias oficiales: Images API, Sunburst, límites de Vercel.
Desarrollo local
nvm use
npm ci
cp .env.example .env.local
npm run dev
Abrí http://localhost:3000. Podés dejar las variables vacías para usar la demo. No subas .env.local a GitHub.
npm run lint
npm run typecheck
npm test
npm run build
npm start
Los tests cubren firmas de sesión, vencimiento, origen, validación de opciones y fotos, y el pipeline de generación con un proveedor simulado. No gastan API ni demuestran por sí solos la calidad visual del modelo real.
Motor de IA y calidad
Se eligió GPT Image 2.5 Sunburst en calidad alta el 20/10/2026 por el énfasis de su documentación oficial en edición precisa. Se revisó también Nano Banana 2.1. La elección es una hipótesis de producto fundamentada, no un benchmark universal: validá con tus fotos antes de prometer resultados o tiempos de entrega. Podés cambiar el modelo de OpenAI con una variable. Cambiar a otro proveedor requiere adaptar la ruta src/app/api/generate/route.ts.
La foto se envía como entrada de edición, con instrucciones explícitas de conservar cámara, paredes, aberturas, pisos, cielorrasos, instalaciones y luz. Los resultados generativos deben revisarse con el comparador antes de publicarlos. No hay detección automática que garantice la conservación de estructura.
En modo piloto, la generación es síncrona: dejá la pestaña abierta. En modo comercial, el trabajo y su resultado se guardan en Supabase y el navegador consulta el estado. La ejecución en segundo plano sigue limitada por la duración de la función; los resultados inciertos requieren conciliación y no se reenvían automáticamente. Ver las limitaciones en la guía comercial.
REA y referencias visuales
Se ejecutó rea-agents 6.7.0 sobre 57 scripts públicos descargados del sitio de referencia. docs/REVERSE_ENGINEERING.md explica el procedimiento, la evidencia y sus límites; docs/rea-summary.json conserva el identificador de evidencia y las limitaciones reportadas.
La galería y el estudio usan escenas ficticias originales creadas con IA en public/ejemplos/, identificadas como ilustrativas. No son un portfolio de trabajos de clientes. Los antiguos archivos de referencia quedan solo por compatibilidad de historiales del piloto. Ver docs/ASSETS.md.
Estructura
src/app/ Páginas y handlers de servidor
src/app/api/generate/ Validación, normalización y llamada a Images API
src/app/api/session/ Inicio, estado y cierre de sesión del piloto
src/components/ Landing, galería, estudio y comparador
src/lib/ Catálogo, prompts, sesiones, IndexedDB y exportación
public/demo/ Fotos ilustrativas de referencia
tests/ Pruebas de acceso y pipeline con proveedor simulado
docs/ Diseño, procedencia y evidencia REA
En el piloto, el servidor procesa imágenes en memoria y el historial queda en IndexedDB. Con cuentas habilitadas, los originales y resultados van al bucket privado de Supabase; la base guarda referencias y movimientos, no imágenes base64. Los ejemplos demo siguen siendo locales. Descargá los resultados importantes.
Estilos para Argentina
Contemporáneo cálido, nórdico, mid-century, lujo, costero, campo contemporáneo, industrial, minimalista, clásico renovado y ecléctico. Los ambientes incluyen living, dormitorio, comedor, cocina, home office, patio/balcón, monoambiente y quincho. Son opciones diversas de diseño; no se presentan como una medición de las preferencias de toda la población. Los prompts priorizan escala, circulación, muebles adecuados al espacio y conservación arquitectónica.
