Ingeniero de Selectel Mostró Agente LLM para Selección Automática de Dominios Disponibles
Un ingeniero de Selectel describió un proyecto personal para selección de dominios sin iteración manual. El servicio en Python envía la descripción del…
Procesado por IA desde Habr AI; editado por Hamidun News
La selección de nombres de dominio puede transformarse de una iteración manual infinita en un escenario corto y automatizado: una LLM genera opciones, y un script verifica inmediatamente su disponibilidad y descarta las ocupadas. Exactamente este es el pet project descrito por un ingeniero de Selectel, que montó un servicio simple para casos en los que necesitas lanzar rápidamente una marca, producto o landing page y no quieres gastar horas buscando una dirección libre. La lógica del proyecto gira en torno a un problema bastante práctico.
En zonas populares como .com, .ru, .
io y .org, el espacio lleva mucho tiempo sobrecalentado: según datos citados por el autor, solo en .com hay más de 160 millones de dominios registrados.
Los nombres más cortos y comprensibles ya están tomados, y las buenas opciones a menudo están ocupadas o disponibles para reventa. Como resultado, los nuevos proyectos recurren a compromisos: añaden números, letras extra, guiones o se mudan a zonas menos familiares. El índice del mercado de dominios que cita el autor también muestra que la actividad en zonas populares ha crecido aproximadamente el triple en los últimos tres años.
Esto afecta no solo al reconocimiento de marca, sino también a la confianza: una dirección debe ser fácil de leer, recordar y escribir sin errores desde el teclado. El autor específicamente vincula la escasez de dominios normales a cuestiones de seguridad. Cuando un nombre bonito ya está tomado, las empresas y los usuarios se acostumbran a direcciones falsificadas, espejos y variaciones cuestionables, y esto es terreno fértil para phishing y typosquatting.
El artículo proporciona ejemplos de dominios que difieren del original por un solo dígito o letra, y también recuerda casos mayores donde los atacantes desplegaron cientos de direcciones falsas para eventos importantes. Ante esto, un buen dominio ya no es simplemente una opción estética: también es una forma de reducir el riesgo de errores, confusión y pérdida de confianza del usuario. El servicio en sí está implementado en Python y consta de dos pasos.
Primero, el usuario especifica una descripción del proyecto, las zonas de dominio deseadas y el número de opciones. Cuanto más precisa sea la solicitud inicial, más significativa será la salida: una descripción de producto estrecha genera nombres más adecuados que categorías abstractas como "fintech" o "marketplace". Luego la LLM a través de una API compatible con OpenAI genera una lista de nombres de acuerdo con un prompt estricto: cortos, memorables, sin caracteres innecesarios y solo en los TLD especificados.
Después de esto, el segundo módulo ejecuta cada opción a través de python-whois. Si la respuesta WHOIS contiene información sobre el dominio, registrador o fecha de creación, la dirección se considera ocupada; si el servicio devuelve una respuesta vacía o mensajes como "not found", la opción se marca como disponible. Para evitar esperas demasiado largas, la verificación se ejecuta en paralelo en diez threads, y el ciclo completo generalmente tarda alrededor de 10–30 segundos.
Encima de este pipeline, el autor añadió una interfaz web minimalista: un campo para la descripción del proyecto, selección de zona de dominio, un contador para el número de resultados y un botón de inicio. Después de enviar el formulario, el sistema devuelve una lista ya verificada con marcas indicando "disponible" u "ocupado". En pruebas para una consulta sobre coaching empresarial en Moscú, el servicio encontró, por ejemplo, la opción disponible bizmoscow.
org, y para una tienda de productos de café en Sarátov ofreció varios otros nombres adecuados en las zonas .store, .shop y .
ru. El propio autor no intenta presentar el proyecto como un producto terminado: es más bien un prototipo funcional que puede desarrollarse mediante el ajuste fino de prompts, filtros adicionales y una lógica más cuidadosa para evaluar la calidad del nombre. El punto de este proyecto no es que la IA de repente haya resuelto el problema de la escasez de dominios, sino que maneja bien la parte aburrida del proceso.
Aquí la LLM actúa como generadora de ideas, y WHOIS como un filtro rápido de la realidad. Para startups, desarrolladores individuales y pequeños equipos, este enfoque puede ahorrar tiempo en el lanzamiento y reducir el número de verificaciones manuales inútiles, especialmente cuando no necesitas el dominio perfecto para siempre, sino simplemente una dirección clara y disponible para lanzamiento.
¿Quieres dejar de leer sobre IA y empezar a usarla?
AI News es un feed curado de noticias de IA. Hamidun Academy te enseña a usar la IA en tu trabajo.