0818 | Hansel: reemplazo de Gmail y Outlook para equipos que valoran la privacidad

Clara Vega: Hola, bienvenidos a Product Hunt diario, un programa de Bri Radio. Soy Clara Vega.

Mateo Ruiz: Y yo soy Mateo Ruiz. Hoy traemos una buena tanda de lanzamientos frescos en la comunidad: un cliente de correo pensado como alternativa a Gmail y Outlook, una plataforma de agentes de inteligencia artificial, y un proxy que agrupa más de dos mil seiscientas APIs de optimización.

Clara Vega: También veremos un programa para equipos que construyen productos en fase temprana, una extensión gratuita y de código abierto para Blender, un diario de trabajo con IA también gratuito, y una pequeña herramienta de línea de comandos para tu terminal.

Mateo Ruiz: Sin más, vamos a repasar lo más destacado de hoy en Product Hunt.

Clara Vega: Hansel, de la compañía Seedling, se presenta abiertamente como un reemplazo de Gmail y Outlook para equipos que quieren control total sobre sus propios datos. Según sus creadores, el correo se ejecuta en el servidor del propio usuario, los mensajes se cifran en el dispositivo antes de salir de él y la plataforma no puede leerlos. Declaran incluir mensajería cifrada, correo con dominio propio, calendario, notas y herramientas de administración empresarial, y afirman que el spam se resuelve a nivel de arquitectura: sin la clave del usuario, un mensaje no puede llegar. El producto está disponible para Windows, mientras que las versiones para macOS y móvil se anuncian como próximas. La historia detrás del lanzamiento la cuenta Kemone Phillips II, quien se presenta como ex Googler del equipo original de salida al mercado, el GTM, de Google Workspace. Según relata, el mes pasado Google canceló su suscripción a Workspace y lo dejó sin acceso a su correo, contactos y todo lo demás de forma instantánea, sin aviso, dentro del período de gracia por terminación anticipada. Dice que ese día decidió construir Hansel y que lo desarrolló en menos de 30 días junto a su socio de ingeniería, Bob. Lo describe como una plataforma de comunicación soberana: todo lo que ofrece Gmail u Outlook, pero con propiedad por parte del usuario. La compañía sostiene que construyó un protocolo criptográfico propio llamado Wicked Crumbs, con identidades rotativas y cadenas de mensajes a prueba de manipulación. Y, según sus creadores, ninguna empresa puede bloquear al usuario, leer sus datos ni cancelar su cuenta, porque nada de eso vive en los servidores de Seedling.

Mateo Ruiz: Y la propuesta es bastante radical. Según sus creadores, todo el correo se ejecuta en el servidor del propio usuario: los mensajes se cifran en el dispositivo antes de salir de él, y la plataforma no puede leerlos.

Clara Vega: Van más allá: dicen que el spam se resuelve a nivel de arquitectura. Como sin la clave del usuario un mensaje no puede llegar, no hay espacio para que entre basura no deseada. Y además del correo, incluyen mensajería cifrada, dominio propio, calendario, notas y herramientas de administración para empresas.

Mateo Ruiz: La historia detrás del lanzamiento es bastante personal. Kemone Phillips II, que se presenta como ex integrante del equipo original de Google Workspace, cuenta que el mes pasado Google le canceló su suscripción a Workspace y lo dejó sin acceso a su correo, contactos y todo lo demás, de forma instantánea y sin aviso.

Clara Vega: Dice que ese día mismo decidió construir Hansel, y que lo desarrolló en menos de treinta días junto a su socio de ingeniería, Bob. Lo describe como una plataforma de comunicación soberana: todo lo que ofrece Gmail u Outlook, pero con la propiedad en manos del usuario.

Mateo Ruiz: Detrás tienen un protocolo criptográfico propio, llamado Wicked Crumbs, con identidades rotativas y cadenas de mensajes a prueba de manipulación. La promesa central es que ninguna empresa puede bloquear al usuario, leer sus datos ni cancelar su cuenta, porque nada de eso vive en los servidores de Seedling.

Clara Vega: Una promesa fuerte, claro, y sobre todo interesante viniendo de alguien que trabajó justamente en el equipo de salida al mercado de Google Workspace y terminó sintiendo esa vulnerabilidad en carne propia. Por ahora Hansel está disponible para Windows; las versiones para Mac y móvil se anuncian como próximas.

Mateo Ruiz: Omni, de xpander.ai, se presenta en Product Hunt como una plataforma de agentes de inteligencia artificial pensada para quien pasa más tiempo configurando y depurando agentes que usándolos. Según su cofundador, Ran, menciona troubleshooting nocturno de herramientas como OpenClaw o Hermes, tokens desperdiciados en ejecuciones fallidas y bucles de cien prompts intentando lograr algo con un asistente de IA. La propuesta, en palabras del equipo, es dejar de cuidar a tus agentes de IA: Omni se presenta como un ingeniero de IA que lleva los flujos de trabajo del ordenador local a la nube. El problema que ataca es que hoy los mejores flujos de IA viven en Claude en la máquina del usuario y se detienen cuando se cierra la tapa del portátil, quedando a disposición de una sola persona. Según la descripción del fabricante, que debe tomarse como una afirmación y no como resultado verificado, el usuario describe lo que quiere o trae lo que ya ha construido, y Omni conecta las herramientas y habilidades, prueba sobre datos simulados y entrega un agente en la nube en funcionamiento: programado, de larga duración y compartible con el equipo. Omni también se encarga del mantenimiento: mejora los system prompts, compara modelos, depura y corrige ejecuciones fallidas, y evalúa modelos por coste y calidad para elegir el adecuado para cada tarea. Entre los casos de uso que el cofundador atribuye a usuarios tempranos están comparar un agente entre los últimos modelos Sonnet, GPT y Qwen para saber cuál es el más barato a igual calidad, y vigilar la factura de la nube.

Clara Vega: Y está pensada para un dolor muy concreto, según su cofundador Ran: la gente que pasa más tiempo configurando y depurando agentes que usándolos. Habla de troubleshooting nocturno con herramientas como OpenClaw o Hermes, tokens desperdiciados en ejecuciones fallidas, y bucles de cien prompts intentando que un asistente funcione.

Mateo Ruiz: La propuesta, en palabras del equipo, es dejar de cuidar a tus agentes de IA. Omni se presenta como un ingeniero de IA que lleva los flujos de trabajo del ordenador local a la nube.

Clara Vega: El problema que ataca es concreto: hoy los mejores flujos de IA viven en Claude dentro de la máquina del usuario, y se detienen en cuanto se cierra la tapa del portátil, quedando a disposición de una sola persona. La idea es que eso pase a la nube y sea compartible con el equipo.

Mateo Ruiz: Según la descripción del fabricante, que hay que tomar como una afirmación y no como un resultado verificado, el usuario describe lo que quiere o trae lo que ya ha construido, y Omni conecta las herramientas y habilidades, prueba sobre datos simulados, y entrega un agente en la nube ya funcionando, programado y de larga duración.

Clara Vega: Omni también se encarga del mantenimiento: mejora los prompts del sistema, compara modelos, depura ejecuciones fallidas y evalúa modelos por coste y calidad para elegir el adecuado para cada tarea.

Mateo Ruiz: Ran menciona casos de uso atribuidos a usuarios tempranos, como comparar un mismo agente entre los últimos modelos de Sonnet, GPT y Qwen para saber cuál rinde igual con el coste más bajo, y vigilar la factura de la nube para detectar cuando algo se dispara.

Clara Vega: Treg se presenta en Product Hunt como un OpenRouter para herramientas: un proxy que agrupa más de dos mil seiscientas APIs —de SEO, social, leads, anuncios y scraping, entre otras— de unos cuarenta proveedores, detrás de una única URL y un único token. Su creador, Jason, explica que nació como herramienta interna por una frustración: los datos que un agente necesita para trabajo real, como volumen de palabras clave, backlinks, bibliotecas de anuncios o enriquecimiento, o están en paquetes SaaS pensados para humanos, a 139 dólares al mes y sin saber qué incluyen, o requieren días de configuración y verificación OAuth. La propuesta es orientada a tareas en lugar de a proveedores: el agente busca por tarea, ve precio, request y response, y paga por llamada, sin suscripción y con 0% de margen. El creador afirma que el precio unitario es el mismo que el de la suscripción, que se puede traer tu propia clave, BYOK, y esas llamadas no se contabilizan. Dice que el servicio resuelve el doloroso setup de OAuth de Google y Meta ads, publicación social y Google Business Profile: se conecta una vez y los agentes de todo el equipo pueden actuar. El proxy envía la petición real al proveedor e inyecta las credenciales en el servidor, de modo que el agente nunca guarda un secreto. Es open source bajo licencia AGPL y autoalojable, y en la comunidad un usuario reportó que tardó unos minutos en configurarlo, gastó menos de 1 dólar y obtuvo análisis útiles para TikTok e Instagram.

Mateo Ruiz: El creador, Jason, cuenta que nació como herramienta interna por una frustración real: los datos que un agente necesita para trabajo serio —volumen de palabras clave, backlinks, bibliotecas de anuncios, enriquecimiento— o están en paquetes SaaS pensados para humanos, caros y sin que sepas bien qué incluyen, o requieren días de configuración y verificaciones de OAuth.

Clara Vega: La propuesta es orientada a tareas en lugar de a proveedores. El agente busca por tarea, ve el precio por petición y respuesta, y paga por llamada, sin suscripción y sin margen adicional.

Mateo Ruiz: Jason afirma que el precio unitario es el mismo que el de la suscripción, que se puede traer tu propia clave y esas llamadas no se contabilizan, y que el servicio resuelve el doloroso proceso de configuración de OAuth para los anuncios de Google y Meta, la publicación en redes y el perfil de Google Business. Te conectas una vez y los agentes de todo el equipo pueden actuar.

Clara Vega: Y hay un detalle de seguridad interesante: el proxy envía la petición real al proveedor e inyecta las credenciales en el servidor, de modo que el agente nunca guarda un secreto. También dice que no modelan la API upstream, y que así sobreviven a los cambios de los proveedores. Es código abierto bajo licencia AGPL y se puede autoalojar.

Mateo Ruiz: En la comunidad, un usuario reportó que lo configuró en unos minutos, gastó menos de un dólar, y obtuvo análisis útiles para TikTok e Instagram junto con un desglose sólido de mejores prácticas. Queda por ver cómo se comporta a escala, pero la idea de pagar por llamada, sin suscripción, le habla a cualquiera que haya pagado de más por herramientas que apenas usa.

Mateo Ruiz: Recall.ai acaba de abrir su programa Startup Program para equipos en fase temprana que construyen productos a partir de datos de reuniones, con un precio introductorio de 0,25 dólares por hora para las primeras 10.000 horas de grabación. La oferta está pensada para startups cuyo producto depende de datos de reuniones, es decir, equipos que graban conversaciones, las transcriben y construyen sobre ese material. Según Maggie, de Recall.ai, en la comunidad, han trabajado con muchos equipos tempranos de este tipo, y montar infraestructura de grabación desde cero suele convertirse en un proyecto de ingeniería mucho mayor de lo esperado; el programa busca hacerlo más fácil. Lo que reciben las startups aceptadas incluye infraestructura de grabación para Zoom, Google Meet, Microsoft Teams, Slack y más, acceso a todos los productos de Recall.ai con sus APIs de grabación y transcripción, integración de calendario, distintos formatos de grabación, acceso MCP y soporte directo de ingenieros mientras construyen y lanzan. Reciben los mismos productos y soporte que el resto de clientes. El programa se probó en beta con equipos que construían en anotación de reuniones, entrevistas, finanzas y otros ámbitos, y ahora se abre más ampliamente. El proceso anunciado es simple: postularse, obtener aprobación y empezar a construir con esas 10.000 horas a 0,25 dólares la hora.

Clara Vega: Y precisamente eso es lo que contó Maggie, de Recall.ai, en la comunidad: han trabajado con muchos equipos tempranos que construyen con datos de reuniones, y lo que parecía un paso sencillo termina consumiendo muchísimo tiempo. Así que el programa busca hacerlo más fácil. Las startups que quedan aceptadas pagan un cuarto de dólar por hora por sus primeras diez mil horas de grabación, y reciben exactamente los mismos productos y soporte que cualquier otro cliente.

Mateo Ruiz: ¿Y qué incluye realmente ese paquete? Pues acceso a todos los productos de capture: las APIs de grabación y transcripción, integración de calendario, distintos formatos de grabación y soporte directo de ingenieros mientras construyen y lanzan. Funciona con Zoom, Google Meet, Microsoft Teams, Slack y más. Y, por si sirve de referencia, el programa ya se probó en beta con equipos que trabajaban en anotación de reuniones, entrevistas, finanzas y otros campos.

Clara Vega: Es interesante que no sea un producto recortado, sino una tarifa introductoria con descuento pensada justamente para startups cuyo producto depende de datos de reuniones, de construir alrededor de conversaciones grabadas. Y el proceso, al menos sobre el papel, es muy directo: postularse, obtener aprobación y empezar a construir con esas diez mil horas a veinticinco centavos la hora.

Mateo Ruiz: Blender Agent Bridge es una extensión gratuita y de código abierto que conecta Blender con clientes de IA como Codex, Claude Desktop, Claude Code y Cursor a través del protocolo MCP, y permite que los agentes trabajen dentro de un proceso real de Blender. Está formada por una extensión de Blender y un servidor MCP local, requiere Blender 4.2 o superior y se distribuye con licencia GPL-3.0-or-later. Según la descripción del producto, del desarrollador CallMeJones y publicado en GitHub, el agente primero inspecciona la escena abierta y reúne evidencia visual, con vista de viewport, playblast, renders de inspección, miniaturas y trabajos de render, antes de cambiar nada, y hace ediciones auxiliares reversibles con controles visibles de Commit y Revert en Blender. La inspección de solo lectura cubre objetos, materiales, animación, rigs, cámaras, nodos, ajustes de render y la salud del archivo.blend. El agente solo puede ejecutar Python de Blender cuando el usuario habilita explícitamente la confianza de sesión, y el diseño busca evitar tener que meter una aplicación de chat o una clave de proveedor de modelos dentro de Blender. Cuenta además con integraciones con Meshy.ai, Tripo3D y Polyhaven, entre otras.

Clara Vega: Lo curioso es cómo está pensada la relación entre el agente y el programa. El agente de IA no toca nada a ciegas: primero inspecciona la escena abierta y reúne evidencia visual, como la vista del viewport, un playblast, renders de inspección o miniaturas de trabajos de render, antes de hacer cualquier cambio. Toda esa inspección es de solo lectura y cubre objetos, materiales, animación, rigs, cámaras, nodos, ajustes de render y la salud del archivo.

Mateo Ruiz: Y cuando sí hace ediciones, son auxiliares y reversibles, con controles visibles de Confirmar y Revertir dentro de Blender. Además, el agente solo puede ejecutar código de Python en Blender cuando el usuario habilita explícitamente la confianza de sesión. El diseño, de hecho, busca evitar tener que meter una aplicación de chat o una clave de proveedor de modelos dentro de Blender.

Clara Vega: O sea, permiso explícito en cada paso y una capa de confirmación antes de que nada cambie el archivo. El proyecto funciona con Blender 4.2 o superior y se distribuye bajo licencia GPL, y el flujo de lanzamiento comprueba de forma continua las versiones LTS de Blender, aunque permite versiones más nuevas mediante comprobaciones de capacidad en lugar de un tope fijo. También cuenta con integraciones con servicios como Meshy, Tripo3D y Poly Haven para generar o traer assets dentro del proceso.

Mateo Ruiz: Meridian es un diario de trabajo con IA, open source y gratuito presentado hoy, y corre íntegramente en el dispositivo, sin nube y sin cuenta, redactando en inglés sencillo lo que haces durante el día. Al final de la jornada agrupa esa actividad en una línea de tiempo, la empareja con tickets abiertos de Jira y GitHub, y deja un work log, una nota de standup y un resumen diario listos para pegar, además de un borrador de actualización que solo se publica cuando lo apruebas. En su web, Jira aparece como ya publicable desde la app, mientras que GitHub, Linear, Azure DevOps y Trello figuran como próximamente. El producto es MIT-licensed, se define como no es una herramienta de monitoreo, y promete que nada sale del dispositivo hasta que pulsas aprobar. Usa tu propia IA: funciona con Claude Code, Cursor o Codex CLI, o con Groq gratis si no tienes ninguna. Está disponible para macOS con Apple Silicon y macOS 14 o superior, y para Windows 10 u 11 de 64 bits.

Clara Vega: Y de ahí lo interesante: empareja todo con tus tickets abiertos de Jira y GitHub, y te deja un registro de trabajo, una nota para el standup y un resumen diario listos para pegar, además de un borrador de actualización para herramientas como Jira. Pero ese borrador no se publica solo: solo se publica cuando tú lo apruebas. La promesa del producto es explícita: no es una herramienta de monitoreo, y nada sale del dispositivo hasta que pulsas aprobar.

Mateo Ruiz: Esa diferencia importa mucho. Meridian usa tu propia inteligencia artificial: funciona con Claude Code, Cursor o Codex CLI, o con Groq de forma gratuita si no tienes ninguna de esas. Por ahora, Jira aparece como ya publicable desde la app, mientras que GitHub, Linear, Azure DevOps y Trello figuran como próximos. Está disponible para macOS con chip de Apple y para Windows moderno.

Clara Vega: Y hay una motivación detrás bien concreta. Uno de sus cofundadores cuenta que dejó su trabajo hace tres meses para construir Meridian. El problema que lo llevó a esto: pedirle a una IA como Claude que escribiera una actualización le obligaba a reconstruir diez minutos de contexto que en realidad la IA no había visto, incluyendo todo el trabajo no planificado que hacía fuera de los tickets. La solución, precisamente, es una herramienta que ve y registra lo que realmente hiciste durante el día.

Clara Vega: Hay una herramienta nueva que a muchos desarrolladores de Node.js les va a resultar muy útil, y se llama envfix. Su creador, gokhanozgezer, la presentó en Product Hunt como un pequeño doctor de.env para proyectos Node.js, un CLI sin dependencias pensado para diagnosticar y corregir problemas de configuración de entorno, tanto en local como en CI. Según el creador, la construyó después de tropezarse una y otra vez con un problema muy cotidiano: el archivo.env.example cambia, pero el.env local de alguien no se actualiza, y la aplicación acaba fallando por un motivo que tarda más de lo debido en encontrarse. Lo que empezó como un comprobador pequeño terminó convirtiéndose en este doctor de configuración de entorno. Entre las capacidades que describe la publicación están detectar variables faltantes, vacías, extra y duplicadas, detectar declaraciones de entorno malformadas, comprobar si el.env está correctamente ignorado y sin seguimiento por Git, corregir de forma segura la configuración que falta, generar y sincronizar archivos.env.example, y funcionar en CI con salida JSON y anotaciones de GitHub Actions. El proyecto es open source con licencia MIT en GitHub, en gokhanozgezer/envfix, y su README lo describe como amigable con CI y sin dependencias. La herramienta es deliberadamente conservadora: no sobrescribe valores no vacíos que ya existan y no imprime valores de entorno en los logs. Además, se puede probar sin instalar nada con npx envfix. En cuanto a comandos, se pueden usar "envfix" o "envfix check" para comparar el.env con el.env.example, y "envfix fix" para añadir las claves que faltan al.env.

Mateo Ruiz: Un doctor de configuración… suena útil, porque esos archivos.env son justo donde guardamos las variables de entorno de una aplicación, como claves y datos sensibles. ¿Y qué es lo que hace exactamente?

Clara Vega: Bueno, según su creador, gokhanozgezer, nació de un problema muy cotidiano: el archivo.env.example cambia, pero el.env local de alguien no se actualiza, y la aplicación acaba fallando por un motivo que tarda demasiado en encontrarse. Lo que empezó como un comprobador pequeño terminó convirtiéndose en una herramienta para diagnosticar y corregir esa configuración.

Mateo Ruiz: Y es un programa de línea de comandos, imagino, sin instalación previa…

Clara Vega: Exacto, se puede probar al instante con npx envfix. Y es una herramienta sin dependencias, pensada para usarse tanto de forma local como dentro de un flujo de integración continua. Eso es interesante porque así el mismo chequeo corre cada vez que se hace un cambio.

Mateo Ruiz: ¿Y qué llega a detectar ese chequeo?

Clara Vega: Le echa un vistazo al.env comparándolo con el.env.example, y puede señalar variables que faltan, variables vacías, variables extra o duplicadas, y declaraciones malformadas. Además comprueba si el archivo.env está correctamente ignorado y sin seguimiento por Git, que es uno de esos detalles de seguridad que se pasan por alto.

Mateo Ruiz: ¿Y solo diagnostica, o también arregla?

Clara Vega: También arregla. Puede corregir de forma segura la configuración que falta, y generar y sincronizar los archivos.env.example. Y además está pensado para el CI, con salida en formato JSON y anotaciones para GitHub Actions.

Mateo Ruiz: Ahora bien, con herramientas así siempre me preocupa que modifiquen valores existentes por accidente. ¿Qué tan agresiva es al corregir?

Clara Vega: Justo por eso es deliberadamente conservadora: no sobrescribe valores no vacíos que ya existan, y no imprime valores de entorno en los registros. Algo importante, porque esas variables a menudo contienen secretos. Y el proyecto es open source con licencia MIT, disponible en GitHub bajo el perfil de su creador.

Mateo Ruiz: Entonces tienes la comodidad de detectar problemas de configuración temprano, sin sacrificar seguridad ni pisar valores que ya funcionan. Suena a una de esas herramientas pequeñas que ahorran muchos dolores de cabeza en el día a día.

Clara Vega: Y con esto llegamos al final de nuestro recorrido de hoy. Esperamos que todo lo que compartimos te sea de utilidad en tu día a día.

Mateo Ruiz: Gracias por acompañarnos y por escucharnos hasta aquí. Te deseamos una excelente jornada y nos escuchamos en la próxima oportunidad.

Clara Vega: Hasta pronto, y buen viaje.