Vertivo - Micro-Invernaderos Autónomos Aeropónicos con Robot Agrónomo

Plataforma cloud-native de agricultura vertical autónoma por nebuponía (aeroponía por nebulización) para Latinoamérica. Cada micro-invernadero incluye un robot agrónomo embebido (Raspberry Pi + 8 sensores Atlas Scientific EZO) que controla pH, nutrientes, temperatura, humedad y CO2 automáticamente — sin luz solar, sin plagas, sin conocimientos de agronomía. Monitoreo en tiempo real via MQTT, backend Dart/Serverpod, app Flutter y marketplace de insumos.

"Una Huerta Pensada para Vos" — Tu robot agrónomo personal: cultiva tus alimentos en casa sin saber nada de agronomía, sin luz solar, sin plagas, y con insumos en tu puerta cada mes.

Problema que Resuelve

Los consumidores en Latinoamérica enfrentan inseguridad alimentaria y son incapaces de auto-abastecerse de alimentos suficientes, inocuos y libres de pesticidas debido a: falta de espacio urbano, ausencia de conocimientos agronómicos, efectos del cambio climático, cadenas de suministro frágiles, y alto costo del aprendizaje por prueba y error.

#	Problema	Quién lo sufre	Alternativa actual
1	No pueden verificar que sus alimentos sean realmente libres de pesticidas — los "orgánicos" del supermercado no son trazables, y cultivar requiere conocimientos, espacio y luz solar	Familias, jubilados, emprendedores wellness	Comprar "orgánico" a ciegas, macetas que mueren en semanas
2	Auto-cultivar en zonas urbanas es imposible sin automatización — sin espacio exterior, clima impredecible, plagas, y aprendizaje carísimo	Techies, influencers, familias urbanas	Kits sin sensores, tutoriales YouTube, jardinería con 12h de foto-período solar
3	Las cadenas de suministro de alimentos frescos son frágiles y caras — precios volátiles (±30%), calidad inconsistente, waste rate >20%, sin trazabilidad regulatoria	Restaurantes, agroindustria, comedores escolares	6+ proveedores con calidad variable, logística de frío costosa

Solución

Micro-invernaderos autónomos aeropónicos con ambiente cerrado (sin plagas), LEDs de horticultura (18h foto-período vs. 12h solar), y robot agrónomo embebido que controla 8 parámetros automáticamente.
Nebuponía (aeroponía por nebulización) — 90% menos agua que agricultura tradicional.
Comunicación descentralizada entre invernaderos del enjambre — cada dispositivo alimenta el cerebro colectivo.
App móvil + Dashboard cloud para monitoreo en tiempo real, alertas push, predicciones, fitopatología AI, reportes de ROI.
Marketplace de insumos con suscripción "Caja Vertivo" donde el robot calcula las necesidades.

Verticales de Negocio

Vertical	Modelo	Target
Farm Automation	Venta de hardware + SaaS monitoreo + Insumos marketplace	Familias medio-alto, empresas medianas y grandes
Product-as-a-Service	Alquiler de hardware + SaaS + Insumos	Familias medio, locales comerciales
Urban-Farming-as-a-Service	Suscripción de alimentos orgánicos cultivados por Vertivo	Familias bajo ingreso, instituciones sin espacio

Segmentos de Usuario

Segmento	Plan	Hardware
Residential B2C	Basic / Pro	Vertivo Home
Commercial B2B	Commercial	Vertivo Pro
Industrial B2B	Industrial	Vertivo Scale
Government B2G	UFaaS / PaaS	Custom
Expert	Commercial	—
Ecosystem	Data API	—

Marketplace adicional: Caja Vertivo (suscripcion mensual de insumos) + on-demand.

Estado Actual de Implementación

Madurez general: ~15% — Infraestructura y sensores IoT funcionales; las funcionalidades de negocio y la app móvil están en desarrollo temprano.

Componente	Madurez	Lo que funciona	Gaps principales
Serverpod backend	40%	13 endpoints, 30 models, MQTT ingestion	Billing, marketplace, notifications send, referral
Flutter app	8%	2 screens (auth + test), M3 theme	Todas las screens core, GoRouter, Riverpod, FCM
Jaspr dashboard	35%	6 pages, D3.js charts	100% hardcoded, 0% API connection
Raspberry Pi IoT	60%	8 sensores, 4 orquestadores, MQTT publish	0 actuadores, 0 robot decision engine
Billing / Pagos	0%	—	latam_payments no integrado (revenue = $0)
Marketplace	0%	—	Catálogo, carrito, Caja Vertivo
Infraestructura K8s	80%	Minikube, EMQX, PostgreSQL, ArgoCD	Producción multi-nodo

Lo que funciona hoy

IoT completo: 8 sensores Atlas Scientific EZO leyendo via I2C, monitores con bounds check, MQTT publish a EMQX
Simulación realista: Proceso estocástico Ornstein-Uhlenbeck con 7 escenarios (normal, heat_wave, nutrient_imbalance, sensor_failure, anomaly_spikes, night_cycle, stress)
Backend Serverpod: 13 endpoints funcionales, 30 modelos, MQTT ingestion service, PostgreSQL 16 + pgvector
Infraestructura: Kubernetes (Minikube) + EMQX MQTT 5.0 + PostgreSQL + ArgoCD GitOps

Lo que se está construyendo (T0 — v0.2.0)

VRTV-5: Billing — integrar latam_payments (OnvoPay/Tilopay/Wompi). Sin esto, revenue = $0.
VRTV-6: Flutter — GoRouter + Riverpod + 5 core screens (home, greenhouse list, detail, alerts, profile).
VRTV-7: Flutter — onboarding wizard (device pairing via QR, primer cultivo).
VRTV-8: Marketplace MVP — Caja Vertivo tiers, subscribe, checkout. Bloqueado por VRTV-5.

Ver roadmap completo: srd/gap-audit.md | Linear Project

Arquitectura del Sistema

flowchart TB
    subgraph RPi["Raspberry Pi · Robot Agrónomo"]
        S[Sensores EZO\nAtlas Scientific I2C\n8 parámetros] --> MON[Monitores\nBounds Check]
        MON --> ORC[Orquestador\n4 modos]
        ORC --> MI[MQTT Client\npaho-mqtt]
    end

    subgraph K8s["Kubernetes · vertivo-dev"]
        MI --> EMQX[EMQX Broker\nMQTT 5.0 · Port 1883]
        EMQX --> SIS[sensor_ingestion_service\nServerpod]
        SIS --> DB[(PostgreSQL 16\npgvector)]
        SIS --> ALR[Alertas\n7 canales]
        API[Serverpod API\n13 Endpoints] --> DB
        MKT[Marketplace\nCaja Vertivo] --> PAY[latam_payments\nOnvoPay · Tilopay · Wompi]
    end

    subgraph Client["Cliente"]
        APP[Flutter App\nRiverpod + GoRouter] --> API
        APP --> MKT
        DASH[Jaspr Dashboard\nD3.js + SSR] --> API
    end

Principios de Diseño

Modularidad — Cada componente tiene responsabilidad única. Sensores, monitores, orquestadores y servicios backend son independientes.
Extensibilidad — Agregar un sensor nuevo implica un driver EZO + un monitor. El orquestador lo integra automáticamente.
Resiliencia — Imports condicionales para hardware (smbus2, tkinter), reconexión MQTT con backoff exponencial, simulación completa sin I2C.
Configurabilidad — 4 modos de orquestación, 7 escenarios de simulación, parámetros por variable de entorno o CLI.

Stack Tecnológico

Capa	Tecnología
Mobile	Flutter + Riverpod + GoRouter + Serverpod client
Backend	Dart / Serverpod + PostgreSQL 16 (pgvector)
Dashboard	Jaspr (Dart SSR) + D3.js + Material Web Components
Broker MQTT	EMQX Open Source 5.8.6
IoT	Raspberry Pi + Python + Atlas Scientific EZO (I2C) + Balena
Pagos	latam_payments SDK (OnvoPay, Tilopay, Wompi, SPEI, PIX, OXXO)
Infraestructura	Kubernetes (Minikube) + ArgoCD + Terraform + Podman
Monorepo	Turborepo v2 + pnpm
Docs	Zensical / MkDocs Material
Design Tokens	Style Dictionary

Estructura del Monorepo

monorepo/
  apps/
    vertivo_server/          # Backend Serverpod (Dart)
    │  lib/src/
    │    ├── auth/            # Autenticación y autorización
    │    ├── users/           # Gestión multi-segmento
    │    ├── greenhouses/     # Micro-invernaderos autónomos
    │    ├── phytopathology/  # Detección de enfermedades con IA
    │    ├── alerts/          # Alertas multi-canal (7 canales)
    │    ├── harvest_prediction/ # Predicciones con ML
    │    ├── traceability/    # Trazabilidad hash-chain
    │    ├── anomaly_management/ # Detección y reporte
    │    ├── crop_catalog/    # Modelos fitotécnicos
    │    ├── management/      # KPIs y dashboards
    │    └── data/data_sources/
    │         ├── mqtt_data_source.dart
    │         └── mqtt_topics.dart
    │  config/
    │    └── development.yaml
    │
    vertivo_client/          # Client stubs generados (Serverpod)
    vertivo_flutter/         # App Flutter (Riverpod + GoRouter)
    widgetbook/              # Widgetbook design system
    raspberry/               # Robot agrónomo (Python)
    │  src/
    │    ├── hardware/sensors/atlas_scientific/
    │    │     ├── AtlasScientificSensor.py  # Base I2C driver
    │    │     ├── EZO_co2_sensor.py
    │    │     ├── EZO_do_sensor.py
    │    │     ├── EZO_ec_sensor.py
    │    │     ├── EZO_humidity_sensor.py
    │    │     ├── EZO_orp_sensor.py
    │    │     ├── EZO_ph_sensor.py
    │    │     ├── EZO_rtd_sensor.py
    │    │     └── EZO_tds_sensor.py
    │    ├── monitors/atlas_scientific/  # 8 monitores con bounds check
    │    ├── orchestrators/              # indoor, outdoor, soil, environmental
    │    ├── simulation/                 # Sensores simulados (Ornstein-Uhlenbeck)
    │    │     ├── simulated_sensors.py  # 8 drop-in replacements
    │    │     ├── scenarios.py          # 7 escenarios predefinidos
    │    │     └── simulator.py          # Motor de simulación
    │    ├── cloud_sdk_libs/             # MQTT clients
    │    └── main.py                     # Entry point con CLI args
    │  tests/
    │
    dashboard/               # Jaspr SSR dashboard (D3.js)
  k8s/
    base/                    # Manifiestos K8s base
    │  postgres/             # PostgreSQL 16 + pgvector
    │  mqtt/                 # EMQX CRD cluster
    │  backend/              # Serverpod deployment
    overlays/dev/            # Overlay desarrollo (Kustomize)
    argocd/                  # GitOps applications
  infrastructure/
    scripts/                 # setup-emqx-operator.sh, bootstrap-raspberry.sh
    terraform/               # IaC
    helm-charts/
    docker/
  srd/                       # SRD framework (estrategia de producto)
  skills/                    # Agent Skills para desarrollo asistido
  docs/                      # Documentación Zensical/MkDocs
    mkdocs.yml
    content/
  style-dictionary/
    tokens.json              # Design tokens (colores, tipografía, motion)
  turbo.json                 # Turborepo pipeline config
  pnpm-workspace.yaml
  Makefile                   # Orquestador principal de comandos

Dominios del Backend

Dominio	Modelos	Descripción
Auth	3	Autenticación JWT, 2FA para comercial/industrial
Users	4	Gestión multi-segmento (residencial, comercial, industrial, experto)
Greenhouses	5	CRUD de invernaderos, lecturas ambientales, rangos de sensores
Phytopathology	4	Detección de enfermedades con IA, historial de diagnósticos
Alerts	4	Alertas multi-canal diferenciadas por segmento
Harvest Prediction	2	Predicciones ML, scores de calidad nutricional
Traceability	3	Cadena hash-chain, compliance (ISO 22000, SENASA, GlobalGAP)
Anomaly Management	1	Detección AI/sensor/manual/rule_based, clasificación
Crop Catalog	2	Especies, etapas de crecimiento, condiciones ideales
Management	1	KPIs periódicos: yield_rate, health_score, ROI

Sensores IoT

8 parámetros monitoreados en tiempo real via Atlas Scientific EZO (I2C):

Sensor	Parámetro	Unidad	Dirección I2C
EZO CO2	Dióxido de carbono	ppm	0x69
EZO HUM	Humedad relativa	%	0x6F
EZO RTD	Temperatura solución	°C	0x66
EZO pH	Potencial de hidrógeno	—	0x63
EZO EC	Conductividad eléctrica	uS/cm	0x64
EZO TDS	Sólidos disueltos totales	mg/L	—
EZO DO	Oxígeno disuelto	mg/L	0x61
EZO ORP	Potencial redox	mV	0x62

Modos de Orquestación

Modo	Sensores
`indoor`	CO2, Humedad, DO, EC, ORP, pH, TDS, Temperatura
`outdoor`	CO2, Humedad
`soil`	EC, pH, Temperatura
`environmental`	CO2, Humedad

Simulación (sin hardware)

El sistema de simulación usa un proceso estocástico Ornstein-Uhlenbeck (mean-reversion) para generar datos realistas. Soporta ciclo diurno, anomalías y fallas simuladas.

Escenarios disponibles: normal, heat_wave, nutrient_imbalance, sensor_failure, anomaly_spikes, night_cycle, stress.

Inicio Rápido

Prerrequisitos

Minikube + Podman (o Docker)
Dart SDK 3.x + Flutter SDK
Python 3.11+
pnpm 9+
kubectl, helm, mosquitto-clients

Bootstrap completo

git clone https://github.com/vertivolatam/monorepo.git
cd monorepo
make bootstrap-dev

Levantar infraestructura

# Todo de una vez: Minikube + PostgreSQL + EMQX + Backend
make dev-all-deploy

# O paso a paso:
make dev-minikube-deploy      # Crear cluster Minikube
make dev-postgres-deploy      # PostgreSQL 16 + pgvector
make dev-emqx-deploy          # EMQX operator + cluster
make dev-backend-deploy       # Serverpod en Kubernetes

Acceder a servicios

make dev-emqx-dashboard       # EMQX Dashboard → localhost:18083 (admin/public)
make dev-postgres-port-forward # PostgreSQL → localhost:5432
make dev-mqtt-forward          # MQTT → localhost:1883

Ejecutar la app Flutter

make dev-flutter-start

Simulación IoT (sin Raspberry Pi)

# Simulación completa: sensores → monitores → MQTT
make dev-raspberry-i2c-sim

# Con escenario específico
SCENARIO=heat_wave make dev-raspberry-i2c-sim

# Listar escenarios
make dev-raspberry-i2c-sim-scenarios

# Test rápido: mosquitto_pub directo a EMQX
make dev-raspberry-emqx-sim

Producción (con hardware)

make dev-raspberry-start      # Orquestador en modo indoor → EMQX

Comandos Make

# Infraestructura
make dev-all-deploy            # Desplegar todo
make dev-all-destroy           # Destruir namespace vertivo-dev
make dev-all-status            # Estado de pods y servicios

# Minikube
make dev-minikube-deploy       # Crear cluster
make dev-minikube-destroy      # Eliminar cluster

# PostgreSQL
make dev-postgres-deploy       # Desplegar
make dev-postgres-logs         # Ver logs

# EMQX
make dev-emqx-deploy           # Desplegar broker
make dev-emqx-status           # Estado del cluster
make dev-mqtt-test             # Test de conectividad

# Backend Serverpod
make dev-backend-build         # Build imagen Podman
make dev-backend-deploy        # Desplegar en Minikube
make dev-backend-start         # Modo local (docker-compose DB)
make generate                  # Generar protocolo Serverpod
make migrate                   # Crear migración SQL

# Raspberry Pi / IoT
make dev-raspberry-install     # Instalar deps Python (.venv)
make dev-raspberry-start       # Producción con sensores reales
make dev-raspberry-i2c-sim     # Simulación completa
make dev-raspberry-emqx-sim    # Test MQTT directo
make dev-raspberry-test        # Ejecutar tests
make dev-raspberry-lint        # Lint código Python

# Flutter
make dev-flutter-start         # Ejecutar app
make dev-flutter-build         # Build web

# ArgoCD
make dev-argocd-deploy         # Instalar ArgoCD + apps
make dev-argocd-status         # Estado de aplicaciones

# Turborepo
make build                     # Build todas las apps
make lint                      # Lint todas las apps
make test                      # Test todas las apps

# Documentación
make dev-docs-install          # Instalar Zensical + MkDocs
make dev-docs-serve            # Servir docs con hot-reload
make dev-docs-build            # Build sitio estático

MQTT Topics

Estructura de topics para comunicación sensor → backend:

vertivo/{userId}/greenhouse/{greenhouseId}/sensor/{measurementType}
vertivo/{userId}/greenhouse/{greenhouseId}/command/{commandType}

Tipos de medición: co2, humidity, temperature, ph, ec, tds, do, orp.

Seguridad

Autenticación JWT con políticas diferenciadas por segmento
2FA requerido para segmentos comercial e industrial
MQTT sobre TLS en producción (EMQX soporta mTLS)
Rate limiting por segmento
Hash chain en trazabilidad (SHA-256)
latam_payments con tokenización PCI DSS para pagos LATAM

Ventaja Competitiva

Ventaja	Difícil de copiar porque...
Enjambre de datos (network effect)	Cada dispositivo mejora las recetas para todos. Más devices = mejor data = mejores recomendaciones
Robot agrónomo IP	Algoritmos calibrados con datos de miles de micro-entornos aeropónicos en LATAM
Nebuponía patentable	Irrigación por nebulización optimizada para micro-invernaderos urbanos
Integración vertical (hardware + software + insumos)	Competidores ofrecen 1 de 3. Vertivo controla la experiencia completa
LATAM-first	Pagos locales (SINPE, PSE, SPEI, PIX, OXXO), español nativo, recetas clima tropical

Roadmap

Tier	Semver	Deadline	Foco
T0	v0.2.0	Jun 2026	Billing + App MVP + Marketplace
T1	v0.3.0	Ago 2026	Push, referral, dashboard real, fleet
T2	v0.4.0	Nov 2026	Robot automation, harvest sharing, compliance
T3	v1.0.0	Dic 2026+	Data API, PaaS, UFaaS, digital twins

Geo: CR → PA → CO → MX → BR

Ver detalles en: srd/gap-audit.md | srd/success-reality.md | Linear

Estrategia de Producto (SRD)

El framework SRD (Synthetic Reality Development) es la fuente de verdad para priorización:

Documento	Contenido
`srd/SRD.md`	Resumen ejecutivo combinado
`srd/success-reality.md`	KPIs, revenue streams, milestones
`srd/business-model-canvas.md`	13 secciones BMC + 10 buyer personas
`srd/journeys.md`	8 journeys pantalla por pantalla vs. codebase
`srd/gap-audit.md`	Matriz persona×journey, fix list T0-T3, anti-patterns
`srd/claude-directive.yml`	Reglas machine-readable para AI agents

Socios Clave

Socio	Producto/Servicio	Importancia
Atlas Scientific	Sensores EZO I2C	Crítica
Raspberry Pi Foundation	SBC robot agrónomo	Crítica
OnvoPay / Tilopay	Pagos CR + PA	Crítica
Wompi	Pagos CO	Crítica
EMQX	MQTT Broker (open source)	Alta
Balena	Deployment + OTA updates RPi	Alta

Identidad de Marca

Razón Social: Vertivo Horticultura Urbana Vertical S.R.L.
Slogan: "Una Huerta Pensada para Vos"
Propósito: Solventar los problemas de disponibilidad y acceso a alimentos libres de pesticidas, mediante la aeroponía automatizada y el monitoreo remoto.
Misión: Hacer accesible a las personas alimentos de alto valor nutricional y libres de pesticidas, mediante la nebuponía, soluciones nutritivas estandarizadas, automatización de cultivo, y monitoreo remoto del ciclo fenológico.
Visión: Mitigar la emergencia climática cultivando la mayor cantidad posible de huertas urbanas verticales automatizadas, reduciendo la dependencia de tierras de cultivo devastadas.
Principios: Antifragilidad, Rendición de Cuentas, Empatía, Proactividad, Sentido de Urgencia, Curiosidad, Transparencia.
ODS: 12 (Producción Responsable), 11 (Ciudades Sostenibles), 13 (Acción Climática), 8 (Trabajo Decente), 2 (Hambre Cero).

Documentación

La documentación completa está en /docs y se genera con Zensical/MkDocs Material:

make dev-docs-serve    # Abrir en localhost:8000

Secciones: Inicio, Backend (dominios, modelos, endpoints), Mobile (Flutter, Riverpod), IoT (sensores, orquestador, simulación, MQTT), Arquitectura, Despliegue (Kubernetes, ArgoCD), Desarrollo.

Licencia

Business Source License 1.1. Ver LICENSE.

Vertivo Horticultura Urbana Vertical S.R.L. — Cultivando el futuro de la agricultura urbana

Name		Name	Last commit message	Last commit date
Latest commit History 2 Commits
.github/workflows		.github/workflows
apps		apps
business		business
docs		docs
infrastructure		infrastructure
k8s		k8s
libs		libs
linear-todo-templates		linear-todo-templates
logs		logs
scripts		scripts
skills		skills
specs		specs
srd		srd
style-dictionary		style-dictionary
.gitignore		.gitignore
AGENTS.md		AGENTS.md
CLAUDE.md		CLAUDE.md
Makefile		Makefile
README.md		README.md
mcp.json		mcp.json
package.json		package.json
pnpm-lock.yaml		pnpm-lock.yaml
pnpm-workspace.yaml		pnpm-workspace.yaml
pubspec.lock		pubspec.lock
pubspec.yaml		pubspec.yaml
turbo.json		turbo.json

Folders and files

Latest commit

History

Repository files navigation

Vertivo - Micro-Invernaderos Autónomos Aeropónicos con Robot Agrónomo

Problema que Resuelve

Solución

Verticales de Negocio

Segmentos de Usuario

Estado Actual de Implementación

Lo que funciona hoy

Lo que se está construyendo (T0 — v0.2.0)

Arquitectura del Sistema

Principios de Diseño

Stack Tecnológico

Estructura del Monorepo

Dominios del Backend

Sensores IoT

Modos de Orquestación

Simulación (sin hardware)

Inicio Rápido

Prerrequisitos

Bootstrap completo

Levantar infraestructura

Acceder a servicios

Ejecutar la app Flutter

Simulación IoT (sin Raspberry Pi)

Producción (con hardware)

Comandos Make

MQTT Topics

Seguridad

Ventaja Competitiva

Roadmap

Estrategia de Producto (SRD)

Socios Clave

Identidad de Marca

Documentación

Licencia

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages