Ver tu contenido
Vídeos, colecciones, etiquetas, trabajos de procesado, prompts y uso del plan. Y el código para publicar cada vídeo en WordPress, HTML o React.
caso de estudio · aurareels.me
AuraReels es el gestor de vídeo vertical que desarrollo con Isaac Martín y la experiencia de Chavetas.es: subes tus reels una vez, los organizas en colecciones y los llevas a tu web, tu producto o tu academia, con tus enlaces. Este caso cuenta cómo lo construyo: la arquitectura, el servidor MCP que lo abre a los agentes de IA y el método con el que dirijo la IA para que nada llegue a producción sin mi firma.
Empezó como un SaaS de procesamiento de vídeo con IA. Hoy es algo más concreto: un gestor de vídeo vertical 9:16. Subes tus reels una vez, la IA los transcribe, los describe y les prepara el SEO, los organizas en colecciones y los llevas a tu web con un bloque de WordPress, una línea de script o React. Con tus enlaces y sin regalárselos a ninguna plataforma.
La primera decisión técnica fue la más cara de revertir: cómo dividir el sistema. La pregunta no fue qué tecnología elegir, sino qué pasa cuando una parte se rompe. La interfaz cambia varias veces al día; un esquema de datos, en semanas. Forzar un monolito habría mezclado esos ritmos y multiplicado las caídas evitables.
Una buena división no une el código: separa los radios de explosión.
Meses después, la misma regla decidió cómo abrir AuraReels a los agentes de IA: con una puerta propia, no con una llave maestra.
Cada pieza se explica en una frase y tiene un contrato claro con las demás. Es la condición para que la IA escriba código dentro de una sin romper nada fuera.
Lo que ve el usuario: subir, organizar y publicar. Actualizado de Next.js 14 a 16 en noviembre, ya en producción.
⊘ nunca guarda claves de proveedores: el navegador no las toca.
Usuarios, suscripciones, vídeos y colecciones, con contratos versionados y validados en los bordes.
⊘ nunca ejecuta la IA: la encarga y espera el resultado.
Análisis de vídeo con Gemini, textos, SEO, carátulas y copias de seguridad, en colas y con peticiones firmadas.
⊘ nunca expone sus claves: las de Gemini y los demás proveedores viven solo aquí.
Subida directa, procesado y entrega en cualquier dispositivo.
⊘ nunca hace pasar el vídeo por nuestros servidores al subirlo.
Claude, ChatGPT o Codex trabajan con los vídeos del usuario.
⊘ nunca sale de su propia fachada: no alcanza el resto de la API.
Desde octubre, cualquier cuenta de AuraReels con suscripción activa puede conectar Claude, ChatGPT o Codex. Su asistente consulta sus vídeos, corrige títulos y SEO, sube vídeos nuevos y le da el código exacto para publicarlos en su web.
1# Claude Code: una línea y se autoriza en el navegador 2$ claude mcp add --transport http aurareels https://aurareels.me/api/mcp 3 4# claude.ai y Claude Desktop: Personalizar → Conectores → añadir la URL 5# ChatGPT y Codex: la misma URL, con OAuth Vídeos, colecciones, etiquetas, trabajos de procesado, prompts y uso del plan. Y el código para publicar cada vídeo en WordPress, HTML o React.
Títulos, descripciones, hashtags, SEO, orden y categorías. Regenerar textos con la IA de AuraReels, rehacer el análisis o crear una imagen.
Desde el ordenador o desde un enlace público, dentro del límite mensual del plan.
✕ Lo que la IA no puede hacer nunca: borrar. Ni vídeos, ni categorías, ni etiquetas, ni trabajos. Borrar sigue siendo cosa del panel.
Lo difícil no era el protocolo, era la seguridad. Los tokens del MCP solo abren una fachada de la API hecha a medida: un token de solo lectura no alcanza los datos de la cuenta, los pagos ni los endpoints genéricos. OAuth 2.1 para Claude, ChatGPT y Codex; tokens personales para el resto. Y unas pruebas de integración entre repositorios, con WordPress real en Docker, comprueban el contrato que ninguno de los dos ve por separado.
Tokens personales en el núcleo, probados en producción.
Fachada de lectura, sin un solo secreto en las respuestas.
Ruta MCP en el panel y página de Integraciones.
Guías de publicación y código de inserción.
OAuth 2.1 para claude.ai, Claude Desktop, ChatGPT y Codex.
Herramientas para editar y subir vídeos. en producción
Todo el trabajo de IA de AuraReels corre en un microservicio propio en Node.js. El núcleo le encarga cada tarea con una petición firmada; el microservicio la pone en cola, llama al modelo y, si algo se reinicia a mitad, retoma el trabajo donde se quedó. Ninguna clave de proveedor sale de ahí.
La IA escribe la mayor parte del código. Lo que no delego es el plan, la revisión y la firma. El servidor MCP de arriba es un ejemplo: seis fases, cada una con su plan, sus pruebas y su registro de progreso versionado junto al código.
La IA ejecuta, yo respondo.
Cada mejora empieza con un plan por fases: contratos de datos, modelo de seguridad y puntos de fallo, escritos antes de invocar la IA.
Una fase toca una cosa. Si el alcance crece, se corta y se abre otra.
Cada fase se prueba antes de la siguiente. Las que tocan autorización pasan además una revisión de cambios con revisores independientes.
Todo se hace y se prueba en dev. Nada llega a producción sin que yo lo autorice, con mis palabras y para esa acción.
Logs estructurados, consumo medido por llamada y respuestas de error genéricas hacia fuera. La IA ejecuta, pero con instrumentos.
La métrica que importa: después de meses en producción, cualquier cambio sigue cabiendo en una fase, se sigue revisando y se sigue desplegando sin sustos.
Si tienes una integración de IA que no termina de llegar a producción, quieres abrir tu producto a agentes de IA sin abrirlo de par en par, o buscas una segunda opinión técnica sobre un sistema que ya tienes, reserva 30 minutos. Te digo con franqueza si encajo o si te conviene otro perfil.
Reserva 30 minutos. Cuéntame qué estás construyendo y te digo con franqueza si encajo o si te conviene otro perfil.
$ ./reservar-llamada