Plataforma B2B

shwcs. De un catálogo disperso de proveedores a una plataforma editorial donde cada solución se explica y se conecta con quien la opera.

Construimos shwcs, una plataforma de descubrimiento B2B: publicación de soluciones con revisión editorial, biblioteca personal para guardar y comparar, solicitudes de contacto con consentimiento y respuesta desde la cuenta propietaria. Next.js 15, Neon PostgreSQL y búsqueda semántica con pgvector.

2 Locales (ES/EN)
3 Tipos de listado
100% Revisión editorial
pgvector Búsqueda semántica
shwcs — Flouvia
EL RETO

El software, las agencias y los servicios B2B mexicanos viven dispersos en directorios sin criterio: listados sin contexto, sin saber qué resuelve cada opción ni cómo llegar a quien la opera. Faltaba un lugar donde cada solución se explique y el contacto ocurra con consentimiento, no por scraping de correos.

LA SOLUCIÓN
  • Plataforma Next.js 15 (App Router) con enrutamiento por locale y contenido espejo ES/EN.
  • Publicación de soluciones con revisión editorial antes de entrar al catálogo.
  • Biblioteca personal: guardar, comparar y organizar opciones.
  • Solicitudes de contacto con consentimiento explícito; el dueño responde desde su propia cuenta.
  • Búsqueda semántica con pgvector: relaciona soluciones por lo que resuelven, no solo por keyword.
  • Persistencia en Neon PostgreSQL con Drizzle ORM; archivos en Vercel Blob privado.
STACK UTILIZADO
Next.jsPostgreSQL (Neon)Drizzle ORMpgvectorVercel BlobAI SDK
EL IMPACTO

Plataforma en operación con catálogo inicial (incluye Cord y Flouvia como publicaciones con propietario). Las cifras describen la arquitectura y el alcance entregados; las métricas de tráfico y de activación de proveedores se agregarán conforme crezca el catálogo.

2 Locales con contenido espejo

Español e inglés servidos desde un enrutamiento por locale, sin duplicar plantillas: el catálogo, las fichas y los flujos de contacto se mantienen alineados en ambos idiomas.

Opt-in Contacto con consentimiento

Un prospecto solicita contacto de forma explícita y el propietario responde desde su cuenta. No hay correos expuestos ni scraping: el dato se comparte solo cuando ambas partes lo aceptan.

pgvector Descubrimiento semántico

Los embeddings viven en Postgres (pgvector), así que relacionar soluciones por lo que resuelven no requiere un servicio de búsqueda aparte ni sincronizar un índice externo.