Explore la arquitectura técnica detrás de AI Educademy: Next.js 15 App Router, next-intl para i18n, canalización de contenido MDX, submódulos git, compatibilidad con PWA e implementación de Vercel.
La creación de AI Educademy presentó un desafío técnico único: crear una plataforma que fuera accesible para estudiantes de todo el mundo, fácil de mantener y lo suficientemente escalable para servir a millones de usuarios, todo ello manteniendo la base de código limpia y amigable para los desarrolladores.
En esta inmersión profunda, analizaremos las decisiones arquitectónicas que dieron forma a nuestra plataforma, desde nuestra elección de Next.js 15 hasta cómo administramos el contenido multilingüe con submódulos de git. Ya sea que esté creando una plataforma educativa, un sitio de documentación o cualquier aplicación con mucho contenido, aquí encontrará información práctica.
Cuando comenzamos a crear AI Educademy, Next.js 14 era el estándar. En el momento del lanzamiento, Next.js 15 se lanzó con mejoras significativas en App Router. Dimos el salto porque varios factores se alineaban perfectamente con nuestros objetivos:
Componentes del servidor de forma predeterminada: Next.js 15 App Router utiliza componentes del servidor de forma predeterminada, lo que significa que podemos recuperar datos directamente en nuestros componentes sin rutas API adicionales para operaciones simples. Esto reduce la complejidad y mejora el rendimiento desde el primer momento.
Regeneración estática incremental (ISR): el contenido educativo no cambia constantemente, pero sí cambia. ISR nos permite renderizar previamente páginas en el momento de la compilación y luego revalidarlas según un cronograma. Esto significa que nuestras publicaciones de blog, tutoriales y materiales de cursos están siempre actualizados sin el impacto en el rendimiento del renderizado bajo demanda.
Optimización incorporada: la optimización de imágenes, la carga de fuentes y la división de código se manejan automáticamente. No tuvimos que dedicar ciclos a crear o configurar estas funciones: simplemente funcionan.
Enrutamiento basado en archivos: la estructura de archivos intuitiva del App Router hace evidente dónde se encuentran las páginas y las rutas API. Los nuevos contribuyentes pueden acceder al código base y comprender la estructura de inmediato.
// Our routing structure is intuitive and scalable
app/
├── [locale]/
│ ├── page.tsx
│ ├── programs/
│ │ ├── page.tsx
│ │ └── [slug]/
│ │ └── page.tsx
│ └── blog/
│ ├── page.tsx
│ └── [slug]/
│ └── page.tsx
├── api/
└── layout.tsx
AI Educademy está diseñada para la comunidad global. Ofrecer contenido en varios idiomas no es sólo algo agradable de tener: es esencial para cumplir nuestra misión de educación gratuita sobre IA para todos.
Elegimos next-intl porque:
/en/programs y /es/programas con el mismo componente de página)Así es como estructuramos nuestra configuración i18n:
// middleware.ts - Detects user locale and routes accordingly
import { createMiddleware } from 'next-intl/middleware';
export default createMiddleware({
locales: ['en', 'es', 'fr', 'de', 'zh'],
defaultLocale: 'en'
});
export const config = {
matcher: ['/((?!api|_next|.*\\..*).*)']
};
Nuestros archivos de traducción están organizados por configuración regional y cuentan con:
messages/
├── en/
│ ├── common.json
│ ├── programs.json
│ └── blog.json
├── es/
│ ├── common.json
│ └── ...
└── fr/
└── ...
Este enfoque se adapta maravillosamente. Agregar un nuevo idioma significa agregar una nueva carpeta con archivos JSON; no se requieren cambios de código.
Aquí es donde las cosas se ponen interesantes. Podríamos haber usado un CMS tradicional sin cabeza, pero elegimos MDX porque nos brinda lo mejor de ambos mundos: administración de contenido controlada por versiones junto con nuestro código y la capacidad de integrar componentes interactivos de React directamente en nuestro contenido educativo.
Cuando lees una publicación de blog o un tutorial sobre AI Educademy, no estás simplemente leyendo HTML estático. Podrías estar interactuando con:
Todo esto es posible porque usamos MDX. Nuestros autores de contenido pueden escribir en Markdown, pero los desarrolladores pueden pasar componentes personalizados:
---
title: "Understanding Neural Networks"
---
# Understanding Neural Networks
<ConceptExplainer concept="neural-networks" />
Neural networks are inspired by how our brains work...
<InteractiveQuiz questionId="nn-101" />
## Real-World Applications
<CodeExample language="python" title="Simple Neural Network" />
Para que MDX funcione sin problemas en Next.js 15, usamos @next/mdx y lo configuramos en nuestro next.config.js:
// next.config.js
import createMDX from '@next/mdx';
const withMDX = createMDX({
options: {
remarkPlugins: [
// Our custom plugins for syntax highlighting, TOC generation, etc.
],
rehypePlugins: []
}
});
export default withMDX({
pageExtensions: ['ts', 'tsx', 'mdx']
});
Aquí hay una decisión arquitectónica inteligente: nuestro contenido se encuentra en repositorios de git separados, incorporados a la aplicación principal como submódulos de git.
¿Por qué? Porque permite:
Nuestra estructura de directorios se ve así:
ai-educademy/
├── content/ (git submodule)
│ ├── blog/
│ │ ├── en/
│ │ ├── es/
│ │ └── fr/
│ ├── programs/
│ │ └── [course content]
│ └── lab/
│ └── [interactive exercises]
├── app/
├── package.json
└── .gitmodules
Cuando necesitamos actualizar contenido, nosotros:
# Pull latest content
git submodule update --remote
# Or content authors can PR directly to the content repo
Este desacoplamiento ha cambiado las reglas del juego para nuestra velocidad. El contenido se puede actualizar sin desencadenar reconstrucciones de aplicaciones (gracias a ISR), y quienes no sean ingenieros pueden agregar nuevos programas.
La educación ocurre en todos los dispositivos, incluidos los entornos con poco ancho de banda. Creamos AI Educademy como una PWA para que los estudiantes puedan:
// next.config.js includes PWA configuration
import withPWA from 'next-pwa';
const withPWA = require('next-pwa')({
dest: 'public',
disable: process.env.NODE_ENV === 'development'
});
Nuestra estrategia de Service Worker es sencilla:
Implementamos en Vercel porque la integración con Next.js es perfecta. Cada impulso a nuestra rama principal desencadena compilaciones e implementaciones automáticas. Más importante aún:
Nuestro proceso de implementación se ve así:
Git Push → GitHub → Vercel Build → CDN Distribution → Global Users
Para actualizaciones de contenido específicamente, hemos configurado webhooks para que cuando se actualice nuestro submódulo de contenido, Vercel reconstruya automáticamente el sitio con contenido nuevo.
Toda esta arquitectura funciona en conjunto para crear una plataforma que funciona al más alto nivel. Nuestras métricas del mundo real:
Estas no son métricas vanidosas: sitios más rápidos significan que más estudiantes pueden acceder a nuestro contenido, especialmente aquellos en redes móviles o en regiones con infraestructura limitada.
Todo el código base es de código abierto. Si desea ver cómo funcionan todas estas piezas juntas, puede explorar el repositorio, contribuir con mejoras o bifurcarlo para su propia plataforma educativa.
La arquitectura que hemos descrito aquí no es propietaria: está construida sobre herramientas de código abierto sólidas y ampliamente adoptadas. La comunidad se beneficia de nuestros aprendizajes y nosotros nos beneficiamos de las contribuciones de la comunidad.
Ya sea que esté creando una plataforma educativa o cualquier aplicación con mucho contenido, considere:
AI Educademy representa nuestro compromiso con una infraestructura tecnológica accesible, eficaz y mantenible para la educación. Si está interesado en alguna de estas tecnologías o desea contribuir, nuestro código es de código abierto y está esperando su colaboración.
¿Quieres probar nuestra plataforma? Explora nuestros programas | Visita el laboratorio | Leer más sobre nuestra misión
Prueba gratis la primera leccion de cualquier academia y desbloquea cada leccion restante, proyecto y certificado con Pro.
Estado de la IA de código abierto en 2026: los modelos, herramientas y comunidades que marcan el camino
Desde HuggingFace hasta Llama y LeRobot, la IA de código abierto está prosperando en 2026. Explore los mejores modelos, herramientas y comunidades que dan forma a una IA accesible para todos.
Por qué construimos AI Educademy
La historia detrás de una plataforma educativa gratuita y de código abierto que enseña inteligencia artificial en 11 idiomas, desde principiantes absolutos hasta profesionales avanzados.