Apoya la documentación¶
Cada contribución ayuda
Si esta documentación le ahorró tiempo — o le ayudó a poner su radio en el aire más rápido — su apoyo mantiene el pipeline funcionando y el asistente mejorando.
Construida para una aplicación seria¶
AetherSDR no es un proyecto de fin de semana. Está desarrollado con C++20 y Qt6 desde el primer día — la mejor tecnología disponible para una aplicación que exige rendimiento DSP en tiempo real, baja latencia y comportamiento nativo multiplataforma en Linux, macOS y Windows. Ese nivel de ingeniería merece una documentación a la altura.
La documentación es un componente de primera clase en cualquier proyecto de software, no algo secundario. Una buena documentación reduce la fricción para los nuevos usuarios, ayuda a los operadores experimentados a aprovechar al máximo cada función y reduce la barrera de entrada a un pasatiempo que ya tiene una curva de aprendizaje bastante pronunciada.
Un pipeline de documentación basado en IA¶
Este manual no se escribe a mano página por página. Es generado por un pipeline personalizado que construí para mantener el ritmo con las versiones de AetherSDR:
- Ingesta de fuentes — con cada nueva versión, el pipeline extrae directamente el código fuente C++ de AetherSDR desde el repositorio.
- Análisis con IA — un modelo de lenguaje de gran escala analiza cada objeto visible para el usuario expuesto por la aplicación: ventanas, controles, menús, configuraciones y comportamientos.
- Salida de alta calidad — el modelo produce documentación estructurada y precisa en inglés natural, que describe qué hace cada función, cómo usarla y las opciones de configuración relevantes.
El resultado es un manual vivo que evoluciona con el software, no un documento estático que queda obsoleto dos versiones después.
Athena — su asistente de IA¶
Cada página de este sitio incluye a Athena, una asistente de IA que puede abrir en cualquier momento haciendo clic en el botón de chat en la esquina inferior derecha.
Athena funciona con RAG — Retrieval-Augmented Generation (Generación aumentada por recuperación). Esto es lo que significa en términos simples:
En lugar de basarse únicamente en lo que un modelo de lenguaje aprendió durante su entrenamiento, RAG primero recupera los fragmentos más relevantes de una base de conocimiento real — en este caso, la documentación oficial — y luego genera una respuesta fundamentada en ese contenido.
Esto significa que Athena no inventa funciones que no existen ni describe comportamientos de una versión diferente del software. Sus respuestas están ancladas a la documentación actual de AetherSDR, con enlaces a las fuentes para que pueda verificar todo lo que dice.
Bajo el capó:
- Base de datos vectorial — los fragmentos de documentación se vectorizan y almacenan para búsqueda semántica rápida
- Embeddings de Voyage AI — embeddings de texto de última generación para mayor precisión en la recuperación
- Claude (Anthropic) — el modelo de lenguaje que sintetiza el contexto recuperado en respuestas claras
- Backend FastAPI — desplegado en Railway para respuestas fiables y de baja latencia
- Modo avanzado — active ⚙️ para buscar también en el código fuente de AetherSDR, no solo en la documentación
Athena mejora continuamente. Con cada iteración se incorpora nueva documentación, mejor ajuste de la recuperación y prompts más inteligentes.
Código abierto, en la medida de lo posible¶
Este proyecto se apoya en el código abierto en cada capa:
| Componente | Tecnología |
|---|---|
| Sitio de documentación | MkDocs Material |
| Renderizado de Markdown en el chat | marked.js + DOMPurify |
| Almacén vectorial | ChromaDB |
| Framework de API | FastAPI |
| Alojamiento | GitHub Pages (documentación) + Railway (backend) |
La infraestructura tiene costos reales¶
GitHub Pages aloja la documentación de forma gratuita. Todo lo demás, no:
- Base de datos vectorial — embeddings ajustados y almacenamiento persistente para cada versión de AetherSDR
- Llamadas a la API del LLM — cada pregunta que responde Athena consume tokens
- Embeddings de Voyage AI — la búsqueda semántica de alta calidad requiere una API de embeddings de pago
- Despliegue en Railway — backend siempre activo para el asistente
Si esta documentación le resulta útil — si le ahorró una hora de búsqueda en foros, o le ayudó a poner su radio en el aire más rápido — su apoyo contribuye genuinamente a mantener este sistema en funcionamiento y a mejorarlo con el tiempo.
Pipeline de documentación y asistente de IA desarrollados por LU5DX. AetherSDR es desarrollado por ten9876.