Revisamos uno a uno los 75 documentos reales del centro y los repartimos en dos carpetas según si son aptos para el RAG o no, con criterios de privacidad y seguridad más allá de si el documento es “público”. De paso, rediseñamos rag.py para que indexe automáticamente lo que haya en la carpeta, sin mantener una lista de archivos a mano.
MonteIA aprende a responder en directo, palabra por palabra, en vez de hacer esperar a que la respuesta esté completa. De paso, contamos un bug de codificación que se coló al implementarlo (tildes convertidas en símbolos raros) y cómo se diagnosticó y arregló.
MonteIA estrena su primer sistema RAG: búsqueda por palabras clave con BM25 (sin embeddings ni GPU) sobre 5 documentos reales del centro, elegidos a propósito por ser de interés general y no contener datos personales, dejando fuera a propósito los documentos sensibles de la carpeta de 75.
MonteIA da su primer paso hacia el conocimiento propio del centro: oferta educativa y calendario reales, tomados de la web oficial, junto a datos de contacto y equipo directivo inventados a propósito para esta versión pública, todo separado en una capa de conocimiento independiente de la personalidad, lista para dar el salto a RAG.
MonteIA estrena nombre, una interfaz a pantalla completa en verde y blanco, y dos personalidades a elegir desde un selector: una formal y otra cercana e informal, con la advertencia recurrente de que está para aprender, no para copiar.
Convertimos la interfaz de preguntas sueltas de IA Monterroso en un chat de verdad, con burbujas e historial visible, y añadimos memoria de corto plazo limitada a los últimos turnos para no saturar un modelo de 3B parámetros corriendo sin GPU en ROCKY.
Tercera entrega de IA Monterroso: montamos una página sencilla para preguntar y recibir respuesta, sin terminal ni tecnicismos de por medio.
Segunda entrega del proyecto IA Monterroso: montamos con FastAPI nuestra propia API que envuelve el servidor local de LM Studio, paso a paso.
Primer paso real del proyecto IA Monterroso: instalamos LM Studio y ponemos a funcionar Llama 3.2 3B en un portátil de instituto sin GPU, paso a paso.
Aprende a guardar y leer archivos de texto en Python con Claude Code: un bucle que pide líneas hasta FIN y las guarda de verdad en el disco.