Desarrollador Solitario Dirige Empresa con 4 Agentes de IA en el Nivel Gratuito de Gemini
Arquitectura e Implementación
El sistema utiliza cuatro agentes de IA construidos sobre OpenClaw (código abierto), ejecutándose en WSL2 en casa con 25 temporizadores systemd. Los agentes manejan tareas específicas:
- Generar 8 publicaciones sociales diarias en varias plataformas con control de calidad (generar → autorrevisión → reescribir si puntuación < 7/10)
- Interactuar con publicaciones de la comunidad y responder automáticamente a comentarios (consciente del contexto, máximo 2 rondas)
- Investigar mediante RSS + API de HN + Jina Reader → alimentar inteligencia de vuelta al contenido
- Ejecutar UltraProbe (escáner de seguridad con IA) para generación de leads
- Monitorear 7 endpoints, marcar leads inactivos, sincronizar datos de clientes
- Publicar automáticamente artículos de blog en Discord al hacer git push (0 tokens LLM — usa el mensaje de commit directamente)
Estrategia de Optimización de Tokens
El desarrollador utiliza un enfoque específico para minimizar el uso de tokens: los agentes nunca tienen conversaciones largas. Cada solicitud sigue este patrón: (1) leer archivos de inteligencia precalculados (markdown local, 0 tokens), (2) un prompt enfocado con todo el contexto inyectado, (3) una respuesta → analizar → actuar → listo. La canalización de investigación (RSS, HN, web scraping) cuesta 0 tokens LLM — es puro HTTP + Jina Reader. El LLM solo maneja trabajo creativo/analítico.
Números Reales e Infraestructura
- 27 cuentas automatizadas de Threads, 12K+ seguidores, 3.3M+ vistas
- 25 temporizadores systemd, 62 scripts, 19 archivos de inteligencia
- Utilización RPD: 7% (105/1,500) — 93% de margen restante
- Costo mensual: $0 LLM + ~$5 infra (Vercel hobby + Firebase gratuito)
Lecciones Aprendidas de los Fallos
El desarrollador compartió problemas específicos encontrados:
- Factura de $127 de Gemini en 7 días: Creó una clave API desde un proyecto de GCP con facturación habilitada en lugar de AI Studio. Pensando en tokens ($3.50/1M) sin límite de tasa. Lección: siempre crear claves directamente desde AI Studio.
- Error en el bucle de interacción: iteró TODAS las publicaciones en lugar de las N principales. Consumió 800 RPD en un día y dejó sin recursos todo lo demás.
- La verificación de estado de Telegram llamó a getUpdates, en conflicto con el long-polling de la puerta de enlace. 18 mensajes duplicados en 3 minutos.
Stack y Recursos
Stack: OpenClaw, Gemini 2.5 Flash (gratuito), WSL2/systemd, React/TypeScript/Vite, Vercel, Firebase, Telegram Bot, Resend, Jina Reader. El sitio (https://ultralab.tw) es completamente bilingüe (zh-TW/en) con 21 publicaciones de blog, con i18n, publicación de blog y notificaciones de Discord, todo parte de la canalización automatizada.
Repositorio de GitHub con playbook: https://github.com/UltraLabTW/free-tier-agent-fleet
Panel de control de agente en vivo: https://ultralab.tw/agent
📖 Leer la fuente completa: HN LLM Tools
👀 Ver también
Oficial de Policía Construye Utilidad de Ubicación iOS LOC8 Usando Claude Code
Un oficial de policía desarrolló LOC8, una aplicación para iOS que muestra instantáneamente la dirección de la calle, la intersección más cercana, las coordenadas GPS, la altitud y la precisión utilizando Claude Code. La aplicación se construyó de manera incremental con un enfoque en escenarios de persecuciones a pie para la aplicación de la ley, pero se expandió para uso del público en general.
Usando OpenClaw para Separar Finanzas Personales y Empresariales: El Enfoque de un Profesional Independiente
El dueño de una clínica dental individual cuenta cómo logró que OpenClaw dejara de mezclar transacciones comerciales y personales marcando las discrepancias en lugar de forzar la conciliación.
Localización de Grandes Bases de Código con LLMs: Un Flujo de Trabajo para Desarrolladores con 4,500 Claves de Interfaz de Usuario
Un desarrollador comparte su flujo de trabajo para localizar un juego con 4.500 claves de interfaz usando LLMs. Descubrió que añadir contexto a las indicaciones de traducción y usar modelos locales como Qwen 3 8B produjo calidad aceptable, mientras que modelos en la nube como Claude y Gemini Pro tuvieron problemas con el tamaño de archivo y precisión.
Habilidades Personalizadas de OpenClaw para Integración de CRM y CMS
Un desarrollador creó habilidades personalizadas de OpenClaw para interactuar con sus propios sistemas CRM y CMS, permitiendo la generación automatizada de leads y la redacción de contenido con supervisión humana. La configuración tomó un día en implementarse.