> For the complete documentation index, see [llms.txt](https://puregamma-ai.gitbook.io/puregamma-ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://puregamma-ai.gitbook.io/puregamma-ai/puregamma-ai-documentation-espanol/puregamma-ai.md).

# PureGamma AI

![Logotipo de PureGamma AI](https://app.puregamma.ai/logo.png)

## IA puraGamma

> **Una conversación sobre el contexto del mercado, el impacto de la cartera y las acciones de investigación.**

PureGamma AI es una consola de investigación nativa de IA para inversores activos en criptomonedas y acciones. Combina el contexto del mercado en vivo, investigación respaldada por fuentes, análisis de cartera, inteligencia de opciones, investigación de estrategias, pruebas retrospectivas y canales de entrega seleccionados en un solo flujo de trabajo.

### Las tres preguntas que resolvemos

1. **¿Qué cambió en el mercado?**
2. **¿Cómo afecta mi cartera y mi riesgo?**
3. **¿Qué acción, escenario o estrategia de investigación merece atención ahora?**

### ¿Qué hay en vivo hoy?

* Conversaciones de investigación web con contexto persistente, transmisión de respuestas, citas y medición de créditos.
* Datos de mercado de Binance, ingesta de investigación de RSS e investigación de opciones de Deribit BTC/ETH.
* Informes diarios de mercado, informes web, entrega de correo electrónico, inicio de sesión de Google y una ruta de retransmisión de iMessage autohospedada cuando esté configurado.
* Sincronización de billetera EVM de solo lectura e instantáneas de cartera.
* Especificaciones de estrategia, fundamentos de backtest asíncrono y fundamentos de flujo de trabajo PAPER/SHADOW.
* Fundamentos de Stripe, Créditos, derechos, administración y observabilidad operativa.

### ¿Qué se está actualizando?

PureGamma está construyendo activamente el circuito unificado que vincula los eventos del mercado con los activos, las tenencias de los usuarios, las alertas, los informes personalizados, los flujos de trabajo de investigación y la ejecución de estrategias. El trabajo actual incluye:

* Inteligencia de impacto de evento a cartera y alertas exactamente una vez.
* Orquestación breve diaria unificada y entrega multicanal.
* Enrutamiento de modelos DeepSeek, Luna y Kimi.
* Ejecuciones de investigación de Python en contenedores y pruebas retrospectivas de datos reales.
* Sincronización de solo lectura de Exchange y contexto de cartera más rico.
* El panel de investigación MSTR-BTC impulsado por datos oficiales de la estrategia.

La disponibilidad siempre se muestra en el producto. Una interfaz, conector o elemento de hoja de ruta configurado no se presenta como datos en vivo hasta que haya completado una verificación de un extremo a otro.

### Mapa de documentación

* Guía de productos: flujos de trabajo diarios, investigación, contexto de la cartera y entrega.
* \[Plan de negocios y hoja de ruta del producto] (puregamma-ai/business-plan-and-product-roadmap): cliente, modelo de producto, prioridades de distribución y entrega.
* \[Plataforma y arquitectura] (puregamma-ai/platform-and-architecture): servicios, flujo de datos, enrutamiento de modelos y tiempo de ejecución de investigación.
* \[Confianza y operaciones] (puregamma-ai/trust-and-operations): facturación, estado del servicio y límites operativos.
* Referencia del desarrollador: contratos de integración e implementación.

```mermaid
flowchart LR
  A["Market, news, options and portfolio data"] --> B["Research Snapshot"]
  B --> C["Market Event and Asset Impact"]
  C --> D["Portfolio Impact and Research Action"]
  D --> E["Today, Agent, Report and Alert"]
  E --> F["Backtest, PAPER and SHADOW"]
```

Comience con Cómo comenzar, luego use la Guía del producto para el flujo de trabajo diario.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://puregamma-ai.gitbook.io/puregamma-ai/puregamma-ai-documentation-espanol/puregamma-ai.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.