Casos
Cuatro proyectos propios: sin cliente ni confidencialidad de por medio, lo que da libertad total para enseñar arquitectura y decisiones técnicas con detalle.
01 / Mitsuke
Proyecto propio · App principalMitsuke
Una app de comunidad con IA, moderación y cumplimiento legal de verdad.
Mitsuke es mi proyecto más completo y el que mejor resume lo que construyo: un producto con comunidad, rachas y un modo de pago, con reconocimiento por IA dentro del flujo principal y todo lo que exige publicar una app con contenido de usuarios. Es una app de carspotting: haces la foto de un coche que ves por la calle y te dice qué es, lo raro que es verlo y lo guarda en tu garaje.
Problema
Quien le gusta fotografiar coches acaba con un carrete lleno de fotos sin contexto: no sabe qué versión era, cuántas hay en circulación ni con quién compartirlo. Y subir fotos de la calle plantea un problema de privacidad con las matrículas y las caras que aparecen.
Qué construí
Una app de iOS y Android con reconocimiento del coche por IA, ficha con rareza real, garaje personal (Mío, Visto, Guardado), comunidad con feed, seguidores y comentarios, rachas, logros y retos, tarjeta para compartir, buscador y filtros del catálogo, modo Pro con suscripción y un sistema de embajadores. Está en ocho idiomas y todo el ciclo de publicación en ambas tiendas.
Tres decisiones técnicas interesantes
- IA de reconocimiento integrada en el flujo principal. Haces la foto y la app te dice marca, modelo y versión. Elegí el proveedor de IA tras medir varios con un benchmark propio de 172 fotos, en lugar de quedarme con el primero que probé.
- Rareza real para todo el catálogo. En lugar de inventar una puntuación, la app cruza el coche con las matriculaciones oficiales de la Agencia Europea de Medio Ambiente: cifra real cuando existe, producción publicada en clásicos y series limitadas, y una banda estimada con IA en el resto. Ningún coche de las 1.586 familias del catálogo sale sin rareza.
- Privacidad y moderación desde el diseño. Las matrículas y las caras se desenfocan en el propio móvil (Vision en iOS, ML Kit en Android) antes de guardar o subir nada. Hay filtro de comentarios en el servidor, reportar y bloquear, panel de moderación, aviso y retirada con recurso, cuentas privadas para menores y borrado de cuenta de punta a punta.
Qué vino de KMPBase. El núcleo de la app (navegación, tema, estado, red y la estructura de módulos) salió de la base, con la que el proyecto compilaba en Android e iOS el primer día. La IA, la rareza, la comunidad, la moderación y el modo Pro con RevenueCat se construyeron específicamente para Mitsuke.
Plazo real. Unas 118 horas de trabajo, estimadas a partir del ritmo de commits, en seis semanas (del 4 de octubre al 16 de noviembre de 2026). Es el alcance más grande de los cuatro proyectos y aun así lleva aproximadamente la mitad de las 229 horas de Stamport, que partió sin base.
Resultado. Publicada en App Store y Google Play. Stack:Kotlin Multiplatform (KMPBase), Firebase (Firestore, Storage, Cloud Functions, App Check), OpenAI, Vision y ML Kit, RevenueCat.
02 / Stamport
Proyecto propioStamport
Construir sin red de seguridad debajo.
Stamport es la prueba de lo que sé construir cuando no hay ninguna base debajo: sin KMPBase, sin patrones ya resueltos, con arquitectura offline-first y sincronización multi-dispositivo diseñadas desde cero. Es un pasaporte digital de viajes — sellos virtuales por ciudad, fotos y rutas — pensado para viajeros que quieren documentar y conservar el recuerdo de sus viajes, más allá de una carpeta de fotos sueltas.
Problema
Las fotos de un viaje se dispersan entre el carrete, redes sociales y notas sueltas, y no queda un registro estructurado de dónde has estado, cuándo y qué te llevaste de cada sitio. Stamport le da a ese recuerdo un formato: sellos virtuales por ciudad, con sus fotos y rutas asociadas.
Qué construí
Una app completa de iOS y Android con captura de sellos por ciudad, gestión de fotos y rutas por viaje, un flujo de creación de pasaporte asistido por IA, feed de comunidad con "me gusta", enlaces para compartir el pasaporte, exportación a PDF, control de privacidad por pasaporte y todo el ciclo de publicación en ambas tiendas.
Dos decisiones técnicas interesantes
- Arquitectura offline-first con caché híbrida de imágenes. La app funciona sin conexión guardando localmente lo que el usuario ya ha visto o creado, y sincroniza en segundo plano contra Firebase Storage en cuanto hay red — evita que un viaje sin cobertura (el caso más común, precisamente cuando más se usa la app) se sienta roto.
- Sincronización multi-dispositivo en tiempo real. Los cambios en un pasaporte se propagan entre dispositivos del mismo usuario sin que tenga que forzar una recarga manual, resolviendo conflictos entre lo que hay en caché local y lo que llega del servidor.
Qué vino de KMPBase. Nada: es un proyecto en Flutter, anterior a que existiera la base KMP del estudio, así que auth, base de datos, tema visual y todo el resto de la app se escribieron desde cero, una sola vez. Es precisamente ese contraste lo que hace medible cuánto ahorran Mitsuke, Kiu y Tavy al arrancar sobre KMPBase.
Plazo real. 229 horas de trabajo repartidas en año y medio a ritmo muy intermitente — el dato de referencia para lo que cuesta construir una app de este alcance por completo desde cero, sin plantilla de por medio.
Resultado. Publicada en iOS y Android, con más de 150 descargas combinadas entre ambas tiendas. Stack: Flutter, Firebase (Storage, Auth, Crashlytics).
03 / Kiu
Proyecto propioKiu
Construir para que la gente vuelva.
Kiu es el caso que mejor demuestra el negocio que vendo: fidelización. Todo el producto gira en torno a una sola pregunta — qué hace que alguien vuelva mañana — resuelta con un motor de rachas propio. Es un habit tracker: una app para gente que quiere construir y mantener hábitos con constancia.
Problema
Mantener un hábito nuevo falla sobre todo por falta de seguimiento visible del progreso y de un motivo claro para no romper la racha. Kiu resuelve eso con seguimiento diario y un sistema de rachas que hace tangible cuánto llevas sin fallar.
Qué construí
Una app en Kotlin Multiplatform con gestión de hábitos y rachas, onboarding, perfil y ajustes de usuario, y un paywall de suscripción integrado con RevenueCat para el modelo de negocio de la app.
Dos decisiones técnicas interesantes
- Motor de hábitos y rachas propio. El seguimiento de constancia (racha actual, mejor racha, reglas de qué cuenta como "cumplido" un día) se construyó como lógica específica de Kiu, encima del núcleo de KMPBase.
- Paywall con RevenueCat en vez del patrón propio de la plantilla. KMPBase trae un patrón de pagos propio, pero en Kiu se optó por el SDK oficial de RevenueCat: dos caminos válidos para lo mismo, elegido según lo que pedía cada proyecto.
Qué vino de KMPBase. Auth y paywall ya existían resueltos en la base antes de Kiu, así que gran parte del trabajo de "integraciones" fue enganchar y configurar, no construir desde cero. Las pantallas de hábitos, inicio, perfil, ajustes y onboarding se construyeron sobre el núcleo de la base (navegación, tema, gestión de estado, red) pero con toda su lógica propia.
Plazo real. 75,5 horas de trabajo en aproximadamente dos meses y medio a ritmo constante — frente a las más de 200 horas de Stamport sin base, con un alcance de app completa comparable.
Resultado. Publicada en iOS, con más de 50 descargas. Android está pendiente de aprobación en Google Play. Stack: Kotlin Multiplatform (KMPBase), RevenueCat.
App StoreGoogle Play: pendiente de aprobación 04 / Tavy
Proyecto propioTavy (StepTracking)
Catorce módulos de producto en mes y medio.
Tavy es la prueba de velocidad: catorce módulos de producto — desde auth hasta rankings sociales — en 41 horas repartidas en mes y medio, apoyado en una base ya construida y probada. Es un contador de pasos gamificado, pensado para gente a la que la competencia social motiva más a moverse que un simple contador en solitario.
Problema
Un contador de pasos corriente pierde el interés en pocas semanas porque no hay nada en juego ni nadie con quien compararse. Tavy engancha la actividad diaria a logros y rankings sociales, para que moverse tenga una razón visible además de la salud.
Qué construí
Una app en Kotlin Multiplatform con lectura verificada de pasos desde HealthKit (iOS) y Health Connect (Android), sistema de logros, rankings y amigos, búsqueda de usuarios, historial de actividad y paywall de suscripción — catorce módulos de producto en total, desde auth hasta configuración.
Dos decisiones técnicas interesantes
- Verificación de datos de salud contra HealthKit y Health Connect. Los pasos no se cuentan por sensor propio: se leen y verifican contra las fuentes de salud del sistema operativo en ambas plataformas, para que el ranking social compare datos fiables.
- Sistema social de logros y rankings. Amigos, búsqueda de usuarios y clasificaciones construidos como una capa social completa sobre el conteo de pasos.
Qué vino de KMPBase. Igual que en Kiu, auth y paywall ya venían resueltos por la base antes de empezar. El sistema de logros y rankings nació en este proyecto y, de momento, sigue siendo código específico de Tavy.
Plazo real. 41 horas de trabajo en aproximadamente mes y medio a ritmo constante — el proyecto más rápido de los cuatro, con catorce módulos de producto sobre la base ya resuelta.
Resultado. Publicada en iOS en septiembre de 2026, recién salida y todavía sin cifras de descargas que mostrar. Android está pendiente de publicar en Google Play.Stack: Kotlin Multiplatform (KMPBase), HealthKit / Health Connect, RevenueCat.
¿Alguno de estos casos se parece a tu proyecto?
Cuéntame tu app y te digo qué encaja de lo que has visto aquí.
Cuéntame tu app