Tenemos nuestro MVP 0 corriendo en Railway con un front en React + TypeScript y un backend Node.js que consume Gemini API, pero con bugs críticos y los agentes de IA aún no alcanzan la precisión que necesitamos para presentarnos con seguridad ante inversores pre-seed. Mi prioridad ahora es aumentar su exactitud sin comprometer la velocidad ni la estabilidad del resto del sistema. Necesito a alguien que entre al código, mejore el razonamiento de los agentes, afine los prompts y ajuste cualquier parte del pipeline de inferencia que hoy genere resultados inconsistentes. No es requisito, pero se agradece si puedo ver en tu propuesta ejemplos concretos de trabajos previos donde hayas incrementado la precisión de modelos o agentes IA en producción; un enlace a un commit, un artículo técnico o un demo vivo será suficiente. Entregables mínimos 1. Refactor de los agentes IA con nuevas pruebas unitarias que cubran los casos límite señalados en los issues. 2. Métrica de precisión ≥ 95 % en el dataset de validación interno. 3. Breve documentación (máx. 2 páginas) explicando cambios, dependencias y próximos pasos. Si todo queda sólido, la idea es seguir contigo en las iteraciones MVP 0.1, 1.0 y sucesivas.