Mea culpa

El problema

Analicé con Stockfish mis partidas de blitz de octubre y vi que mi margen de mejora estaba en el medio juego. Así que hice una demo: juegas contra Stockfish o contra un modelo de Microsoft Foundry y, al terminar, el motor encuentra tus errores y la IA te los explica en castellano.

Cómo lo hice

1. 01

   API en FastAPI sobre Azure Container Apps, enlazada a esta web en /api/meaculpa: login con Google verificado en el servidor, partidas en Blob Storage con una copia en Azure SQL Database (oferta gratuita) para rankings y estadísticas, y cuotas diarias por persona.

2. 02

   Rivales de menos a más: aleatorio, codicioso, minimax con poda alfa-beta, Stockfish por nivel y 27 modelos de Foundry a elegir, a los que se corrige si proponen una jugada ilegal.

3. 03

   Stockfish encuentra los errores; el modelo solo los explica, y se descarta cualquier error que se invente.

4. 04

   Antes de abrir un modelo al público, una partida corta de prueba: los que hacían jugadas ilegales, tardaban minutos o fallaban a ratos se quedaron fuera.

Despliegue

• Web: Nuxt 4 estático en Azure Static Web Apps (plan Standard, Central US) con la Container App enlazada como backend. /api/* llega a la API desde el mismo dominio, sin CORS entre dominios. GitHub Actions publica en cada push a main.
• API: FastAPI en Azure Container Apps (Francia Central), 0,5 vCPU y 1 GiB, de 0 a 1 réplica: tras 5 minutos sin peticiones escala a cero. Cualquier visita a la web la despierta, porque las estadísticas sin cookies avisan a /api/stats/visita.
• Imagen construida en Azure Container Registry con az acr build a partir de un git archive del commit, con Stockfish del paquete de Debian y ODBC Driver 18. Al construir se comprueba con ldd que al driver no le falta ninguna librería.
• Identidad administrada para Foundry, Blob Storage y Azure SQL, con la autenticación por clave desactivada en las dos cuentas de Foundry y en Storage, y solo login de Entra en SQL: para hablar con ellos no hay ninguna clave. Los únicos secretos de la Container App son la cadena de Application Insights y la clave de Google Maps del otro juego. El login de Google verifica el ID token en el servidor, sin client secret.
• Coste fijo: el plan Standard de la Static Web App y el Container Registry Basic. Lo demás (la API, los modelos y la base de datos) es de pago por uso.

Rival IA

• Los GPT de OpenAI van por el endpoint de Azure OpenAI (API v1, con salida estructurada) y gpt-oss y los de Meta, Mistral, xAI, DeepSeek, Moonshot, Microsoft y Cohere por el endpoint de inferencia de modelos de Foundry, con la jugada en texto. Todo con pago por uso: ningún despliegue de modelo tiene coste fijo.
• python-chess valida cada propuesta. Si es ilegal, se le devuelve el error al modelo hasta 3 veces; después juega el rival codicioso y queda registrado como jugada de respaldo.
• Por jugada se guardan intentos, jugadas ilegales, tokens, latencia y coste, que alimentan el tope de gasto.

Diagnóstico

• Stockfish a profundidad 14 evalúa cada posición (hasta 200 plies). Una caída de 0,7, 1,5 o 3 peones es imprecisión, error o error grave.
• Reglas deterministas etiquetan cada error: pieza colgada, mate permitido, mate no visto, cambio desfavorable, dama prematura, enroque tardío o rey en el centro.
• El LLM recibe esos hechos, el PGN, el resultado y el historial de patrones (marcados como datos, no instrucciones) y responde en salida estructurada (pydantic). Se valida contra los hechos: los errores inventados se descartan y los patrones «recurrentes» solo se aceptan si aparecen en al menos 2 partidas contando esta, es decir, si ya salieron en alguna anterior.

Datos y coste

• Cada partida es un JSON en Blob Storage con escrituras condicionadas por ETag, igual que los contadores de cuota del día, así que valen para varias réplicas y sobreviven al escalado a cero.
• Azure SQL Database en la oferta gratuita (serverless) guarda usuarios, uso, configuración, rankings y una copia de cada partida: si se agota el límite gratis del mes se pausa en vez de cobrar. Solo admite login de Microsoft Entra.
• Las escrituras van a una cola en segundo plano y las lecturas tienen un cortacircuitos de 30 s, así que una base de datos en pausa no tumba la demo. Cada operación abre y cierra su conexión para que pueda pausarse.
• Los rankings públicos se leen de una copia en Blob que se rehace tras cada partida (más 60 s de caché en memoria): quien solo mira no despierta la base de datos.
• Cuotas por persona y día (30 partidas, 200 jugadas de la IA, 20 análisis) y un tope de gasto en IA calculado con el coste real de cada llamada: 0,50 USD al día entre las dos demos y 0,20 USD por persona, ajustables desde el panel de administración. Además, presupuestos con alerta por correo: 40 € al mes en la suscripción y 15 € y 10 € en el grupo de recursos, que avisan desde el 50 %.

Lecciones, en detalle

• Cuota por tipo de despliegue: gpt-5.4-mini solo tenía cuota en Data Zone (UE), gpt-4.1 y gpt-4o solo en Standard regional y gpt-5-mini en Global Standard. o4-mini y gpt-4o-mini ya no se pueden desplegar por estar retirados. Con Azure for Students, GPT-6 y Claude tienen cuota 0 y no se puede pedir más.
• Regiones limitadas por política en la suscripción: la Static Web App en centralus, el resto en francecentral y gpt-4.1 en swedencentral.
• En el Dockerfile, apt-get autoremove borraba librerías del ODBC Driver 18 y el contenedor no arrancaba. Se quitó y la imagen comprueba con ldd que no falta ninguna.
• El botón de Google Identity Services va en un iframe: con color-scheme oscuro en la página, el navegador le pintaba un fondo blanco. Se arregló con color-scheme claro en ese iframe.
• El navigationFallback de la Static Web App devolvía 200 con la portada en rutas inexistentes. Se quitó y ahora dan 404.

Resultado

Una demo que se juega en el navegador y mis propias partidas analizadas jugada a jugada.