Radar de Herramientas IA
Radar personal de herramientas de IA — qué resuelve cada una, en qué estado de exploración está y por dónde empezar.
Radar personal de herramientas de IA que he estudiado o tengo en cola de exploración. La idea es tener una sola página curada en vez de un bookmark por herramienta: qué resuelve cada una, mi estado con ella y los mejores recursos para partir.
| Herramienta | Qué resuelve | Estado |
|---|---|---|
| Agent Zero | Agentes autónomos que ejecutan tareas con Python | Explorada |
| Aider | Pair programming con LLMs sobre tu repo git | Por explorar |
| Fabric | IA por consola con patrones reutilizables | Explorada |
| Ollama + Llama3 (RAG) | Conocimiento privado con modelos locales | Por explorar |
| NotebookLM | Convierte documentos en podcasts conversacionales | Probada |
| Agentes con Docker | Patrón para aislar agentes en contenedores | Explorada |
| LMSYS Arena | Comparar LLMs lado a lado | Referencia |
Agent Zero
Section titled “Agent Zero”Framework de agentes autónomos: mediante prompts y ejecución de tareas con Python logra generar resultados concretos (PDFs, imágenes, programas). Se puede correr como contenedor Docker, lo que evita que descargue librerías o haga cambios no deseados en el sistema.
Pair programming con LLMs directamente sobre un repositorio git local: edita código, crea proyectos nuevos o trabaja sobre repos existentes. Se conecta a prácticamente cualquier LLM.
Fabric
Section titled “Fabric”IA por consola basada en patrones: comandos que se combinan con pipes de Unix para aplicar prompts predefinidos (o propios) a cualquier texto. Ideal para integrar IA al flujo de terminal sin abrir un chat.
Ollama + Llama3 (RAG privado)
Section titled “Ollama + Llama3 (RAG privado)”Construir un agente de conocimiento privado con modelos locales: los documentos propios no salen de la máquina. En cola para montar un RAG sobre mis apuntes.
NotebookLM (podcasts de texto)
Section titled “NotebookLM (podcasts de texto)”Herramienta de Google que toma un texto y genera una discusión de podcast entre dos voces que razonan, opinan y sacan insights del contenido. El resultado es sorprendentemente natural — la probé con documentos propios y el nivel de “conversación real” impresiona.
- NotebookLM
- DownSub — extraer subtítulos de videos (útil para alimentar el notebook con transcripciones)
Agentes con Docker
Section titled “Agentes con Docker”Patrón más que herramienta: construir agentes de IA dentro de contenedores Docker para tener un ambiente controlado (el agente no puede tocar el sistema host) y portabilidad (el mismo agente corre en cualquier máquina). El video de referencia construye un agente en Python con la API de Anthropic y lo publica en Docker Hub.
LMSYS Arena
Section titled “LMSYS Arena”Comparador de LLMs y VLMs: enfrenta las respuestas de dos modelos a ciegas para ver cuál se comporta mejor. Buena referencia antes de elegir modelo para un proyecto.