Agente de transparencia del gasto público
Recolecta datos de SICOES y fuentes de gasto estatal, permite consultas en lenguaje natural y alertas sobre contratos inusuales.
Guía del track
Productos con agentes que funcionan de verdad
El objetivo no es demostrar que usaste IA — es demostrar que construiste algo que funciona, resuelve un problema real y alguien querría usar mañana. Los agentes son el motor del producto: sistemas que perciben contexto, toman decisiones, ejecutan acciones y producen resultados sin intervención manual constante.
Agente ≠ chatbot con prompt largo. Un agente real percibe input, decide qué hacer, ejecuta herramientas y entrega un resultado accionable.
| Criterio | Peso | Descripción |
|---|---|---|
| Claridad del problema y caso de uso | 20% | ¿Qué resuelve? ¿Para quién en Bolivia/LatAm? ¿Por qué no existía o no funcionaba bien? |
| Nivel de ejecución técnica | 25% | ¿El agente funciona? ¿La arquitectura es sólida? ¿Escala más allá del demo? |
| Uso significativo de IA y agentes | 20% | ¿Toma decisiones reales? ¿Usa herramientas? ¿El output es accionable? |
| Calidad de la demo y UX | 15% | ¿Se puede usar sin explicación? ¿La demo corre en vivo sin fricciones? |
| Potencial real y originalidad | 20% | ¿Tiene vida más allá del hackathon? ¿Hay mercado real? ¿Es diferente a lo existente? |
La rúbrica general del Buildathon aplica; en este track el criterio de datos/IA se adapta como se indica arriba.
Durante el Buildathon, los equipos del Agents Track pueden usar datasets que otros equipos estén produciendo en el Bolivia Data Track — como insumo, no como producto terminado. Coordiná con el equipo de datos, citá la fuente y documentá qué aporta tu agente encima de esos datos.
Cursor
Construir y refactorizar el agente con asistencia de IA
Firecrawl
Scraping estructurado para alimentar al agente con datos web
Exa
Búsqueda semántica para que el agente encuentre información relevante
ElevenLabs
Voz sintética para agentes conversacionales o productos con audio
Wispr Flow
Interfaz de voz para interactuar con el agente
Fal.ai
Generación de imágenes y video para agentes multimodales
Render
Deploy del backend y APIs del agente
Netlify
Deploy del frontend del producto
Créditos de sponsors se comparten durante el evento. Ver Créditos.
Recolecta datos de SICOES y fuentes de gasto estatal, permite consultas en lenguaje natural y alertas sobre contratos inusuales.
Monitorea incendios, deforestación o calidad del aire con NASA FIRMS, SENAMHI y alertas georreferenciadas.
Analiza competidores y precios en marketplaces bolivianos con scraping estructurado.
Atención al cliente o información pública con voz localizada (ElevenLabs + Wispr Flow).
La diferencia entre un proyecto genérico y uno de alto valor casi siempre está en: datos locales + problema que el mercado boliviano enfrenta hoy y nadie resolvió bien.
¿Puede mi agente usar datos de otro equipo del Data Track?
Sí, y se recomienda. Coordiná durante el evento, citá la fuente y documentá qué construiste encima de esos datos.
¿Necesito frontend?
No es obligatorio, pero la demo debe ser usable. Una API bien documentada puede bastar si el caso de uso lo justifica.
¿Puedo usar OpenAI, Claude o Gemini?
Sí. Se evalúa qué construiste con el modelo, no qué modelo elegiste.
¿El agente tiene que ser 100% autónomo?
No. Puede ser human-in-the-loop. Lo importante es que el agente aporte decisión real, no solo reformateo de texto.
¿El deploy tiene que ser gratuito?
Debe ser accesible para el jurado: Render free tier, Vercel, HuggingFace Spaces — sin instalación ni cuenta especial.