Un ingeniero de Selectel muestra un agente LLM que encuentra dominios libres
Un ingeniero de Selectel ha descrito un proyecto personal para elegir dominios sin tener que probar a mano. El servicio, escrito en Python, envía la descripción del producto a un LLM, recibe una lista de nombres y la pasa de inmediato por WHOIS con comprobación en paralelo. El usuario solo ve opciones verificadas, y toda la rutina de registradores, nombres ocupados y rechazos constantes se reduce a un único flujo que tarda entre 10 y 30 segundos. El autor subraya que se trata de un prototipo funcional, no de un producto terminado.
Procesado por IA desde Habr AI; editado por Hamidun News
Elegir un nombre de dominio puede pasar de una búsqueda manual interminable a un breve proceso automático: un LLM propone opciones y un script comprueba al instante su disponibilidad y descarta las ocupadas. Es lo que describe un ingeniero de Selectel en un proyecto personal: un servicio sencillo para cuando hay que lanzar rápido una marca, un producto o una landing y no se quiere perder horas buscando una dirección libre.
El proyecto parte de un problema muy terrenal. En zonas populares como .com, .
ru, .io y .org el espacio lleva tiempo saturado: según los datos que cita el autor, solo en .
com hay registrados más de 160 millones de dominios. Los nombres más cortos y claros están agotados, y las buenas opciones suelen estar ocupadas o puestas a la venta. Como resultado, los proyectos nuevos acaban haciendo concesiones: añaden cifras, letras de más o guiones, o se pasan a zonas menos habituales.
El índice del mercado de dominios que menciona el autor también muestra que la actividad en las zonas populares se ha multiplicado por tres en los últimos tres años. Esto afecta no solo al reconocimiento, sino también a la confianza: una dirección debe leerse con facilidad, recordarse y teclearse sin errores.
El autor vincula además la escasez de dominios decentes con la seguridad. Cuando el nombre atractivo ya está ocupado, empresas y usuarios se acostumbran a direcciones falsas, espejos y variaciones dudosas, un terreno propicio para el phishing y el typosquatting. El artículo ofrece ejemplos de dominios que se diferencian del original en una sola cifra o letra, y recuerda casos mayores en los que los atacantes desplegaron cientos de direcciones falsas aprovechando eventos de gran repercusión. En este contexto, un buen dominio deja de ser una elección puramente estética: también es una forma de reducir el riesgo de errores, confusión y pérdida de confianza del usuario.
El servicio está escrito en Python y consta de dos pasos. Primero, el usuario indica la descripción del proyecto, las zonas de dominio deseadas y el número de opciones. Cuanto más precisa es la petición, más sensatos son los resultados: una descripción concreta del producto da nombres más útiles que categorías abstractas como «fintech» o «marketplace». Después, el LLM genera, a través de una API compatible con OpenAI, una lista de nombres con un prompt estricto: cortos, memorables, sin caracteres superfluos y solo en los TLD indicados.
A continuación, un segundo módulo pasa cada opción por python-whois. Si la respuesta de WHOIS contiene datos sobre el dominio, el registrador o la 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 libre. Para no esperar demasiado, la comprobación se ejecuta en paralelo en diez hilos, y el ciclo completo suele durar entre 10 y 30 segundos.
Sobre este flujo, el autor añadió una interfaz web minimalista: un campo para la descripción del proyecto, la selección de zonas, un contador de resultados y un botón de lanzamiento. Tras enviar el formulario, el sistema devuelve una lista ya verificada con las etiquetas «libre» u «ocupado». En las pruebas, para una consulta sobre coaching empresarial en Moscú, el servicio encontró la opción libre bizmoscow.org, y para una tienda de café en Sarátov propuso varios nombres más aprovechables en las zonas .store, .shop y .ru.
El autor no presenta el proyecto como un producto terminado: es más bien un prototipo funcional que se puede mejorar con un ajuste fino de los prompts, filtros adicionales y una lógica más cuidadosa para evaluar la calidad de los nombres.
El sentido del proyecto no es que la IA haya resuelto de repente la escasez de dominios, sino que se le da bien la parte aburrida del proceso. El LLM actúa como generador de ideas y WHOIS como un filtro rápido de realidad. Para startups, desarrolladores independientes y equipos pequeños, este enfoque puede ahorrar tiempo al empezar y reducir las comprobaciones manuales inútiles, sobre todo cuando no se busca un dominio perfecto para siempre, sino simplemente una dirección clara y libre para el lanzamiento.
- 2 nov 2026El asistente Muse de Meta mantiene dosieres de las personas cercanas y obtiene root en Ubuntu por defecto
- 1 nov 2026Los modelos locales pierden ante Opus y Codex: 0,21 puntos en un MacBook frente a 1,00 de Codex
- 1 nov 2026Kimi logra un 96,2 % en un test de analítica sobre una base de 1C y se perfila como plan B ante un bloqueo de Claude
- 1 nov 2026OpenAI reescribe las reglas de comportamiento de GPT: cinco valores y una cadena de prioridades
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.