Una sola preparación · difícil de auditar
Orientación, soportes y parámetros suelen quedar repartidos entre criterio experto y defaults del slicer. Comparar otra opción exige repetir trabajo y reconstruir qué cambió.
Preparación y análisis preimpresión para FDM
Una V1 local en validación para comparar tres preparaciones auditables.
AutoSTL está construyendo una V1 local para ingerir STL o un subconjunto estricto de 3MF, aplicar chequeos geométricos determinísticos y comparar tres alternativas acotadas. Un smoke diagnóstico provisional recorrió ese flujo; la validación reproducible ligada a una release sigue pendiente.
VISTA CONCEPTUAL · NO ES UN RESULTADO
- riesgo(voladizo) = alto
- riesgo(warping) = bajo
Muchas fallas recién se hacen visibles después de empezar a imprimir, cuando el tiempo y el material ya están en juego.
Las cámaras y los sensores pueden avisar mientras ocurre el problema. Para entonces, el trabajo ya está en marcha y puede haber consumido tiempo del operador, capacidad de máquina y material. En producción en serie, eso puede erosionar el margen y poner en riesgo la fecha de entrega.
Pasá de una preparación opaca a alternativas comparables antes de imprimir.
Preparación preimpresión · AutoSTL
La V1 está diseñada para generar tres alternativas acotadas, slicearlas, releer sus artefactos y comparar estimaciones del slicer para tiempo y material, junto con un proxy de soportes todavía no verificado y riesgo ordinal. El contrato conserva la decisión humana y exige aprobar bytes identificados por hash.
Flujo V1 local en validación.
- 01
Ingesta acotada
El working tree implementa identificación por contenido, normalización de geometría y procedencia dentro de límites explícitos. Todavía falta fijar esa evidencia a una release reproducible.
- 02
Compará tres preparaciones
Un smoke diagnóstico provisional produjo tres slices con Bambu Studio pineado en el dominio inicial A1, boquilla de 0,4 mm y PLA. No constituye un golden formal ni validación física.
- 03
Revisión humana como gate
Los contratos del pipeline exigen read-back, métricas, manifests, hashes y aprobación humana antes de liberar un artefacto; su cierre reproducible sigue pendiente.
Estado del producto
Una implementación V1 local, con límites públicos.
AutoSTL separa la evidencia diagnóstica disponible de lo que todavía necesita validación. El estado actual corresponde a un working tree local; no a un servicio productivo ni a un predictor aprendido.
Evidencia diagnóstica
El working tree contiene los componentes de ingesta, análisis, candidatos, slicing, read-back, Pareto, aprobación y outcomes. Un smoke provisional llegó a tres slices y revisión humana; todavía no constituye una release reproducible.
Dominio inicial acotado
Bambu Lab A1, boquilla de 0,4 mm, PLA, Bambu Studio y perfiles pineados. El working tree y el smoke corresponden a una persona operadora confiable en un host local.
Todavía pendiente
Evidencia reproducible ligada a una release, validación física, autenticación para Internet, operación multi-tenant y cualquier predictor probabilístico aprendido.
Próxima fase: validación segura sobre AWS.
La arquitectura objetivo —todavía no desplegada— separa un plano de control autenticado, artefactos versionados en Amazon S3, jobs durables y workers aislados. Amazon Bedrock se evaluará únicamente como capa explicativa sobre hallazgos estructurados; no reemplazará reglas determinísticas ni la aprobación humana.
Para equipos que preparan muchos archivos diferentes, no solo muchas impresoras.
- Service bureaus, prototipado y producción FDM on-demand
- Operaciones que reciben STL o 3MF de terceros
- Equipos cuya carga crece con la cantidad de modelos únicos nuevos
Conversemos sobre la primera validación externa.
Estamos buscando operaciones FDM en Argentina que preparen archivos variables. Contanos sobre tu flujo y después enviá el mensaje prearmado por WhatsApp para iniciar la conversación.
Privacidad
Qué pasa con tus datos.
Queremos que sepas qué ocurre antes de continuar. Este sitio no envía ni guarda las respuestas del formulario por sí solo.
- Al continuar, el navegador crea un enlace de WhatsApp con los datos que ingresaste y un identificador de campaña aprobado si llegaste mediante src o utm_source. WhatsApp/Meta procesa ese enlace y, si enviás el mensaje, también los datos asociados a tu cuenta.
- AutoSTL usa el mensaje para evaluar tu solicitud y contactarte sobre el producto.
- No incluyas información personal sensible en el campo libre. La solicitud recién llega a AutoSTL cuando presionás Enviar en WhatsApp.
- Usamos Vercel Web Analytics y Speed Insights para medir visitas y rendimiento. Antes de registrar un evento eliminamos la búsqueda y el fragmento de la URL, y nunca incluimos respuestas del formulario.
Para pedir acceso, corrección o eliminación de un mensaje enviado, escribinos por la misma conversación de WhatsApp.
Identidad del proyecto
AutoSTL y su canal de contacto.
AutoSTL es un producto de software en etapa temprana. Este sitio publica el dominio y el canal de contacto verificables para consultas de producto y validación.
- Contacto
- luciano@auto-stl.com