Radar 30X con JEV
Pruébalo: https://radar-30x-three.vercel.app
Responde en una corrida, en 1 a 3 minutos y por unos 5 centavos de dólar:
¿Cuáles son los 10 temas que más están creciendo esta semana, por qué funcionan y cómo los adapta 30X para líderes de Latinoamérica?
Funciona para IA (la demo principal), fitness o cualquier temática libre que escriba el usuario.
Qué hace
- Detecta temprano. Recolecta piezas públicas de YouTube, Reddit, Instagram, LinkedIn, TikTok y Hacker News, y mide la velocidad, la aceleración (con capturas cada 3 horas), el outlier ratio frente al canal, la saturación y en cuántas redes aparece cada tema.
- Explica por qué funciona. JEV clasifica cada pieza (tema, gancho, formato, si menciona un lanzamiento) y el radar calcula qué gancho crece más, en qué red nació cada tema y cómo saltó entre redes.
- Filtra por audiencia. JEV puntúa el ajuste a la audiencia (aplicabilidad, nivel técnico, relevancia para LatAm) y el código combina todo en un score con pesos visibles y ajustables.
- Adapta y anticipa. Propone tres piezas listas para copiar (carrusel, reel y post de LinkedIn) y una lista de lo que viene: temas que todavía no son tendencia pero las señales apuntan a que lo serán.
Cómo se reparten el trabajo
| Quién | Qué hace | Por qué |
|---|
| Código | Recolecta, mide y decide el ranking | Reproducible y auditable: la IA no decide el orden |
JEV (TypeSafe, jev-1.13.0) | Clasifica cada pieza con 8 preguntas tipadas en una sola llamada (fan-out); puntúa ideas y predicciones | Respuestas estructuradas con probabilidad y confianza, por fracciones de centavo |
| DeepSeek | Nombra los temas de la corrida, redacta el porqué y las ideas, y crea la configuración de una temática libre | Solo redacta; no toca el ranking |
| Tavily | Búsqueda web de posts públicos de LinkedIn, TikTok e Instagram | Las URLs vienen de la búsqueda; ningún modelo las inventa |
Cada respuesta con confianza baja de JEV se excluye del ranking. Los temas con menos de 3 piezas quedan como señal temprana y no entran al top 10.
Costo real por corrida
Medido con el campo usage de cada respuesta, no estimado. Una corrida típica de IA (unas 300 piezas):
| Paso | Costo |
|---|
| JEV: clasificar unas 300 piezas | ~0,025 USD |
| DeepSeek: temas, redacción y predicciones | ~0,02 USD |
| YouTube, Reddit (RSS), Hacker News y Tavily | 0 USD (cuotas gratuitas) |
| Total | ~0,05 USD |
La app muestra el costo exacto de cada corrida, su desglose y el historial.
Arquitectura
Navegador ──► Vercel (web/ + api/)
│ POST /api/correr ──► GitHub Actions (radar.yml)
│ GET /api/estado ◄── pasos de la corrida
│ │ python -m radar recolectar / correr
│ │ JEV + DeepSeek + Tavily + YouTube API
◄── Vercel se redespliega ◄─┘ commit de resultados (out/, web/datos.json)
Cada 3 horas, GitHub Actions toma una captura nueva de métricas para medir la aceleración real.
radar/: motor en Python (conectores por red, cliente JEV, scoring, LLM y servidor local).api/: funciones de Vercel que lanzan la corrida y leen su progreso.web/index.html: la app (landing, configuración de la corrida y resultados).config/: un archivo YAML por sector (palabras clave, persona, pesos y umbrales)..github/workflows/radar.yml: ejecución en la nube y capturas programadas.
Correrlo en local
uv venv .venv
uv pip install --python .venv -r requirements.txt
cp .env.example .env # y completa TYPESAFE_API_KEY, YOUTUBE_API_KEY, DEEPSEEK_API_KEY, TAVILY_API_KEY
.venv/Scripts/python -m radar probar # verifica cada clave
.venv/Scripts/python -m radar servir # app en http://localhost:8765
Desde la terminal:
.venv/Scripts/python -m radar correr --sector ia_latam
.venv/Scripts/python -m radar sector-nuevo --sector libre_cafe --nicho "café de especialidad"
Fuentes y reglas
| Red | Vía | Métricas de crecimiento |
|---|
| YouTube | Data API v3 (oficial) | Sí: vistas, likes y comentarios |
| Reddit | RSS público (o API oficial con claves) | Con API sí; con RSS, presencia y ajuste |
| Instagram | Búsqueda web (o Graph API con cuenta profesional) | Con Graph API sí |
| LinkedIn | Búsqueda web de posts indexados | Presencia y ajuste |
| TikTok | Búsqueda web + ranking de hashtags del Creative Center | Aceleración por hashtag |
| Hacker News | API de Algolia | Sí: puntos |
Nada detrás de login de terceros ni scraping que viole términos de uso, y solo datos de piezas públicas, nunca de personas. Las claves viven en .env (local) o en los secretos de GitHub; nunca en el repositorio.
