Cómo construí Study Agents con spaced repetition FSRS
Arquitectura multi-agente, RAG con ChromaDB y aprendizaje espaciado FSRS en una plataforma educativa con IA desplegada en producción.
El problema
Como estudiante de Ingeniería Informática en la UPC, estudiaba con PDFs dispersos y chats genéricos de IA que no recordaban mi nivel ni mi material. Necesitaba un sistema que aprendiera de mis apuntes y me ayudara a retener conceptos a largo plazo.
La solución
Construí Study Agents como capstone del programa Desarrollador 10X con IA del Instituto de Inteligencia Artificial:
- 8 agentes especializados orquestados con LangChain y FastAPI
- RAG sobre PDFs del usuario con ChromaDB y embeddings
- Tests adaptativos y feedback educativo en tiempo real
- Frontend Next.js 15 integrado en mi portfolio con login Google
Stack técnico
| Capa | Tecnología |
|---|---|
| Frontend | Next.js 15, React, TypeScript |
| Backend | FastAPI, Python 3.11, LangChain |
| IA | OpenAI GPT-3.5/4, ChromaDB |
| Auth | NextAuth.js (Google) |
Resultados
- Plataforma en producción en paupedrejon.com/study-agents
- Demo pública accesible para reclutadores y profesores
- Arquitectura escalable lista para nuevas funcionalidades (FSRS, flashcards, intérprete de código)
Próximos pasos
Iterar con algoritmos de spaced repetition (FSRS) para optimizar cuándo repasar cada concepto, convirtiendo Study Agents en un tutor que no solo explica, sino que recuerda qué olvidas.