Inicio › Caso Calma

Calma: de prototipo a app en producción

Cómo llevamos nuestra propia app de bienestar de un prototipo a una app con web, PWA, iOS y Android, segura, probada y con despliegue automático.

  • 1 mesdel prototipo a producción, con despliegue automático
  • 4 plataformasweb, PWA instalable y apps de iOS y Android en pruebas, con un solo código
  • 100 %de las tablas con Row Level Security (auditoría del 26-09-2026)
  • 250incidencias resueltas y cerradas en GitHub

La app

Calma es una app de bienestar basada en el calendario: lee la agenda de Google Calendar o de Outlook, detecta los huecos y propone ejercicio, meditación, descanso y naturaleza adaptados al día de cada persona, con sugerencias generadas con IA.

El punto de partida

Empezó como suelen empezar estas apps: un prototipo que funcionaba en local, con la interfaz hecha y la lógica principal en marcha, pero sin nada de lo que hace falta para abrirla a usuarios reales.

Qué hicimos, fase a fase

FaseEn Calma
DiagnósticoAuditoría de las políticas de acceso de la base, de los secretos y de las funciones del servidor, y un tablero de incidencias priorizado en GitHub.
BlindajeRow Level Security en todas las tablas, limitada a los datos de cada usuaria; secretos sólo en el servidor; inicio de sesión con Google y Microsoft; pruebas de la base de datos en el CI.
EscalaSupabase Cloud y Firebase Hosting, con un coste mensual previsto antes de lanzar y control de las llamadas al modelo de IA.
LanzamientoDespliegue automático desde GitHub Actions: pruebas, migraciones con copia previa de la base, funciones y web, con vuelta atrás si algo falla. Apps de iOS y Android con Capacitor, con TestFlight y la pista de pruebas de Google Play.
OperaciónLogs y trazas con Grafana en desarrollo, y textos legales con privacidad (RGPD) y transparencia sobre el uso de IA (AI Act).

Tecnología

React, TypeScript y Vite; Supabase (Postgres, autenticación y edge functions); Firebase Hosting; GitHub Actions; Capacitor y Xcode Cloud; Google Calendar y Microsoft Graph; Gemini para las sugerencias.

Lo que aprendimos

  • Lo que más riesgo tiene no se ve en la demo: quién puede leer qué en la base de datos.
  • Las pruebas automáticas son lo que permite seguir usando herramientas de IA sin miedo a romper producción.
  • Publicar en las tiendas es un proyecto en sí mismo: fichas, privacidad, revisiones y builds automáticos.

¿Quieres hacer lo mismo con tu app?

Cuéntanos qué tienes y en 30 minutos te decimos qué le falta para estar en producción y por dónde empezaríamos. Sin compromiso.