Artículos / Guía temática

Guía temática

LLMs y agentes de IA

Guías prácticas sobre extracción estructurada, agentes con LangGraph y automatización con modelos de lenguaje.

Útil para equipos que necesitan asistentes internos, automatización documental, copilotos de datos o agentes con herramientas.

Ver proyectos

Artículos relacionados

Búsqueda híbrida RAG con BM25 y fusión de rangos en Python

oct de 2026 · LLMs & Agentes

Búsqueda híbrida RAG con BM25 y fusión de rangos en Python

Combina recuperación BM25 y rankings semánticos con reciprocal rank fusion. Ejecuta un baseline en Python y evalúa candidatos antes de añadir un reranker.

Leer
Precisión al extraer facturas: validación de fuentes en Python

oct de 2026 · LLMs & Agentes

Precisión al extraer facturas: validación de fuentes en Python

Valida importes extraídos contra líneas fuente, formatos decimales explícitos y totales. Mide precisión por campo y cobertura de revisión con documentos etiquetados.

Leer
Jev en Python: enrutamiento tipado con el SDK de TypeSafe

sept de 2026 · LLMs & Agentes

Jev en Python: enrutamiento tipado con el SDK de TypeSafe

Usa Jev y el SDK de TypeSafe en Python para enrutar solicitudes con Choice, Noul, umbrales de confianza y revisión humana.

Leer
Construye un servidor MCP seguro de solo lectura en Python

sept de 2026 · LLMs & Agentes

Construye un servidor MCP seguro de solo lectura en Python

Expón un servicio pequeño de Python mediante MCP con entradas validadas, resultados acotados y una lista de integración segura.

Leer
Evalúa RAG offline: recuperación y disponibilidad de evidencia

sept de 2026 · LLMs & Agentes

Evalúa RAG offline: recuperación y disponibilidad de evidencia

Usa un arnés pequeño y ejecutable en Python para medir recuperación y disponibilidad de evidencia anotada antes de cambiar un sistema RAG.

Leer
Ingeniería de contexto para agentes: RAG, memoria y resultados de herramientas

sept de 2026 · LLMs & Agentes

Ingeniería de contexto para agentes: RAG, memoria y resultados de herramientas

Elige qué ve un agente desde recuperación, memoria y resultados de herramientas con presupuestos explícitos de frescura, procedencia y tokens.

Leer
Extracción de datos con LLMs, Python y Pydantic

jun de 2026 · LLMs & Agentes

Extracción de datos con LLMs, Python y Pydantic

Extrae facturas y ofertas de trabajo con Python, Pydantic e Instructor. Valida tipos, revisa errores y mide la calidad de cada campo.

Leer
Agentes de IA con LangGraph para Análisis de Datos

jun de 2026 · LLMs & Agentes

Agentes de IA con LangGraph para Análisis de Datos

Construye un agente autónomo de análisis de datos usando LangGraph. Aprende cómo los agentes difieren de RAG e implementa el ciclo ReAct con herramientas para consultar y resumir datos.

Leer
Cómo Construir un Sistema RAG con LangChain y Python

ene de 2026 · LLMs & Agentes

Cómo Construir un Sistema RAG con LangChain y Python

Construye un flujo RAG para PDF con Python, LangChain y Chroma. Conserva páginas de origen, valida citas y separa recuperación de calidad de respuesta.

Leer

¿Vas a construir una plataforma de IA o de datos?

Cuéntame qué estás implementando y dónde encuentras el problema: recuperación, modelos, datos o integración con tu producto.

Ver todos los proyectos