ArchiFrame nació en 2019 como un proyecto interno para resolver un problema concreto: la verificación de identidad en entornos distribuidos consumía demasiado tiempo de desarrollo. Lo que empezó como un módulo de autenticación para un solo cliente se convirtió en un framework completo cuando otros equipos pidieron reutilizar la misma lógica.
La primera versión pública llegó en 2021 con soporte para dos bases de datos y un SDK en Python. Desde entonces, cada release importante respondió a una necesidad real observada en implementaciones de producción, no a tendencias del mercado.
En 2022 rediseñamos el motor de consultas para reducir la latencia en verificaciones biométricas. Ese cambio nos obligó a reescribir la capa de persistencia, pero el resultado fue un aumento del 40% en el rendimiento bajo carga. Al año siguiente incorporamos el soporte para identidades descentralizadas, una decisión que tomamos después de que tres clientes del sector financiero solicitaran credenciales verificables.
El desarrollo de ArchiFrame no fue lineal. Cada etapa respondió a una restricción real del entorno de identificación distribuida, y varias decisiones de diseño se tomaron después de fallar en producción.
Demostramos que el módulo de verificación podía resolver una solicitud en menos de 400 ms usando hardware estándar. El prototipo funcionaba con una base de datos local y un solo nodo.
El esquema original no soportaba la sincronización entre regiones. Rediseñamos las tablas de anclaje y adoptamos un modelo de eventos para mantener la consistencia sin bloquear lecturas.
Publicamos la primera versión estable del SDK con documentación completa. La adopción inicial fue lenta porque los desarrolladores pedían ejemplos más cercanos a sus casos de uso.
Incorporamos caché distribuida y conexiones persistentes. El percentil 95 de respuesta bajó de 800 ms a 210 ms, y eso cambió la percepción del producto entre los equipos de integración.
El registro completo de decisiones técnicas está disponible en el primer artículo de la serie.
ArchiFrame nació de una necesidad concreta: los equipos de desarrollo perdían semanas integrando módulos de identificación porque la documentación estaba dispersa y los ejemplos no coincidían con entornos productivos. Este framework ordena ese proceso en una sola especificación, con contratos de API verificables y esquemas de base de datos listos para auditar.
El efecto práctico es que un equipo nuevo puede conectar el SDK de reconocimiento facial en menos de dos días hábiles, sin depender de consultas constantes al proveedor. Cada decisión de diseño —desde la nomenclatura de endpoints hasta la estructura de tablas— está pensada para que la revisión de código y el cumplimiento normativo sean parte del flujo habitual, no un trámite posterior.
Ver guía de inicio