BioSmart：用 Go 建構配備 15 階段認知流程的城市農業 AI 引擎
BioSmart: Construí un motor de IA en Go con pipeline cognitivo de 15 fases para agricultura urbana
BioSmart 建立了以 Go 1.26 編寫的 GopherMind AI，採用 15 階段認知流程處理城市農業數據，並為每項洞察校準可信度及加上完整性簽署。平台亦提供全球捐贈即時視覺化、多賣家市集，以及顯示氣象數據和模擬水耕農場控制的 IoT 儀錶板。
BioSmart es una plataforma inteligente para agricultura urbana, trazabilidad de donaciones y e-commerce ecológico. No es un proyecto de clase — está desplegado y funcionando.
👉 Demo en vivo 👉 Código fuente
La arquitectura
┌─────────────┐ ┌──────────────┐ ┌─────────────────┐
│ React 18 │────▶│ Express.js │────▶│ Neon DB │
│ + Vite │ │ (Node.js) │ │ (PostgreSQL) │
│ + Three.js │ │ + Drizzle │ │ │
│ + Tailwind │ │ ORM │ │ │
└─────────────┘ └──────┬───────┘ └─────────────────┘
│
┌──────▼───────┐
│ GopherMind │
│ AI (Go 1.26) │
│ pgx/v5 │
└──────────────┘
🧠 GopherMind AI: el motor en Go
Esta es la parte que más me enorgullece. Construí un pipeline cognitivo de 15 fases en Go puro:
Sanitización CUSUM — detección de cambios en las series temporales de sensores
Filtro Hampel — eliminación de outliers sin perder señal real
Predicción multi-motor — múltiples modelos generan predicciones independientes
Fusión Bayesiana — combina las predicciones con pesos probabilísticos
Detección de drift Page-Hinkley — identifica cuando el modelo se desactualiza
Calibración de confianza — cada insight tiene un score de fiabilidad
¿Por qué Go y no Python?
Goroutines + Channels: análisis simultáneo de múltiples racks hidropónicos sin bloquear
Zero-Copy: el pipeline procesa datos sin copias innecesarias en memoria
Compilado: latencia mínima en las respuestas de la API de IA
HMAC-SHA256: cada insight lleva firma de integridad para auditoría IEEE
// Ejemplo simplificado del pipeline
func (gm *GopherMind) Analyze(rack RackData) Insight {
sanitized := gm.cusumSanitize(rack.Readings)
filtered := gm.hampelFilter(sanitized)
preds := gm.multiPredict(filtered) // goroutines
fused := gm.bayesianFuse(preds)
drift := gm.pageHinkley(fused)
insight := gm.calibrate(fused, drift)
insight.Signature = gm.hmacSign(insight)
return insight
}
🌍 Globo 3D con Three.js
La landing tiene un globo terráqueo interactivo que visualiza las donaciones globales en tiempo real. Implementé una transición fluida de vista 3D (Three.js) a vista 2D satelital (Leaflet.js) según el nivel de zoom.
🛒 Marketplace multivendedor
Google OAuth 2.0 con Passport.js
RBAC (control de acceso por roles): Usuario, Vendedor, Admin
Cloudinary para imágenes optimizadas
Catálogo público responsivo con cálculo en tiempo real
📊 Dashboard IoT
Paneles interactivos con datos meteorológicos, sincronización virtual de sensores Arduino y control simulado de granjas hidropónicas urbanas.
Stack completo
Capa Tecnologías
Frontend React 18, Vite, Tailwind CSS, Framer Motion, Recharts, Three.js, Leaflet.js
Backend Express.js, Node.js, Drizzle ORM, Passport.js, JWT, bcryptjs
IA Go 1.26, pgx/v5, HMAC-SHA256
DB Neon DB (PostgreSQL Serverless)
Storage Cloudinary
Deploy Vercel
Lo que aprendí
Go para IA no es loco — si tu pipeline es determinístico y necesitas concurrencia real, Go aplasta a Python en rendimiento
Three.js + Leaflet.js se pueden combinar con transiciones fluidas si manejas bien los estados de cámara
Drizzle ORM con TypeScript es brutal para esquemas complejos — typesafe de verdad
Soy Juan Esteban Bustos, desarrollador de software en Neiva, Huila, Colombia 🇨🇴
👉 Portafolio completo: juanex.pages.dev 👉 GitHub: @juanitogit
來源：DEV Community · dev.to