Aprende a construir el Proyecto Katie Bouman, una solución de RAG Multimodal y visión por computador 100% local con FastAPI, Uvicorn y LM Studio. Desarrollado en el marco de las iniciativas MonteSteam y AIDARAC en el IES Monterroso, este sistema permite al alumnado analizar esquemas técnicos, circuitos y gráficas de laboratorio en el aula de forma privada, eficiente y sin costes de API.
Guía paso a paso para construir un agente de Inteligencia Artificial 100% local, privado y sin costes de API mediante la técnica de Function Calling (Tool Calling). Utilizando Qwen 2.5 3B en LM Studio y un servidor con FastAPI, el proyecto enseña a conectar un LLM con herramientas ejecutables en Python (cálculo matemático, sensores y generación de gráficos con Matplotlib) mostrando además la trazabilidad de los datos en tiempo real.
Aprende a construir un sistema RAG (Generación Aumentada por Recuperación) 100% local, gratuito y privado utilizando FastAPI, Python y LM Studio. Explicamos paso a paso cómo conectar una base de datos en CSV con un LLM local para responder preguntas sin alucinaciones, analizando desde la búsqueda por similitud coseno hasta la optimización de prompts en el aula.
Primera sesión del Proyecto Karen Spärck Jones: comparación práctica en Python entre la búsqueda literal de palabras (BM25) y la búsqueda semántica por vectores de significado (embeddings), analizando y enfrentando sus resultados sobre el corpus real de AIDARAC mediante consola e interfaz web.
Cuarta entrega de BIOTOPO: un botón que le pide a LM Studio, en local, que explique en un párrafo qué ha pasado en la partida. Es la primera pieza del proyecto que usa un modelo de lenguaje, con el mismo límite que en METIS y PINSAPIA: el modelo no calcula nada, solo redacta sobre datos que Python ya ha calculado, y no se comunica con METIS en ningún momento.
Tutorial completo para montar METIS, una aplicación web que analiza un CSV y te explica qué hay dentro con un modelo de IA local. Con una regla de fondo: los números los calcula Python, la IA solo los explica. Incluye qué es la ciencia de datos y por qué curar los datos es la parte más importante del trabajo.
Primera versión de Trovador IA, el hermano de Eco donde la melodía la compone de verdad el modelo de lenguaje, nota a nota: qué le pide el código al modelo, qué pasó cuando solo componía 3 notas para tres líneas de texto, cómo se localizó el verde institucional real de la Junta de Andalucía para la interfaz, y la guía completa para instalarlo y arrancarlo desde cero, paso a paso.
Primera sesión de desarrollo de Eco, la herramienta que convierte un texto en una melodía corta sin ninguna IA de audio: cómo se reparten las tareas entre el modelo y el código, qué se reutilizó de Postal IA, un fallo real en el algoritmo de composición y cómo se instala y se prueba.
Esta entrada nace, otra vez, de dos sitios distintos a la vez. Por un lado, de una necesidad de clase muy concreta: adaptar unos mismos apuntes a varios niveles de dificultad sin tener que reescribirlos a mano cada vez, y …
Cómo dejé AGLAIA accesible desde fuera de casa en unos minutos, sin servidor propio ni conocimientos de redes, usando ngrok para abrir un túnel seguro hasta mi ordenador.