Alfred

Asistente personal para la terminal, para todos los sistemas operativos y lenguajes

Python OpenAI CLI Multiplataforma

Características

Asistente por terminal

Haz preguntas directamente desde la línea de comandos

Powered by GPT

Usa los modelos de OpenAI para respuestas inteligentes

Multiplataforma

Compatible con Linux, macOS y Windows

Multilenguaje

Pregunta y responde en cualquier idioma

Instalación

Requisitos del sistema:

	
		
			< >
			Input
		
		
			Bash
			
		
	
	
		sudo apt update
sudo apt install -y python3 python3-pip git
	
	Copied

Instalador (.deb) Desde fuente

Si tienes un sistema basado en Debian, descarga e instala alfred.deb

Instala dependencias de Python:

	
		
			< >
			Input
		
		
			Bash
			
		
	
	
		pip install halo
pip install --upgrade openai
	
	Copied

Clona el repositorio:

	
		
			< >
			Input
		
		
			Bash
			
		
	
	
		sudo rm -r /usr/src/alfred
cd /usr/src
git clone -b branch_v1.3 https://github.com/maximofn/alfred.git
cd /usr/src/alfred
sudo find . -depth -not -name '*.py' -delete
	
	Copied

Crea un alias y restaura la terminal:

	
		
			< >
			Input
		
		
			Bash
			
		
	
	
		echo 'alias alfred="/usr/src/alfred/alfred.py"' >> ~/.bashrc
source ~/.bashrc
	
	Copied

API KEY de OpenAI

Ve a platform.openai.com/api-keys
Haz clic en "Create new secret key"
Copia la key y pégala cuando Alfred te la pida

Modo de uso

Comando directo Modo interactivo

Escribe alfred seguido de tu pregunta.

Escribe alfred, pulsa Enter y haz preguntas consecutivas. Escribe exit para salir.

Soporte

Si te ha gustado considera darle una estrella ⭐ al repositorio, pero si realmente te ha gustado considera invitarme a un café ☕.

Proyectos y artículos relacionados

Seguir leyendo

Deep Research con LangGraph: Crea un Asistente de IA para Investigar Automáticamente

Aprende cómo funcionan las redes neuronales desde cero con un ejemplo práctico de regresión lineal. Tutorial paso a paso que explica neuronas artificiales, inicialización de parámetros, funciones de pérdida y error cuadrático medio (ECM) con código Python.

Elicitación MCP: Implementar Elicitación en Servidores con FastMCP y Python

Aprende a implementar elicitación en servidores MCP (Model Context Protocol) con FastMCP. Tutorial completo paso a paso ...

MCP Durability: Servidor y Cliente con Persistencia para Tareas de Larga Duración

Aprende a crear un servidor y cliente MCP con durabilidad para tareas de larga duración. Tutorial completo sobre Model C...

Últimos posts -->

¿Has visto estos proyectos?

Gymnasia

Horeca chatbot

Naviground

Ver todos los proyectos -->

>_ Disponible para proyectos

¿Tienes un proyecto con IA?

Hablemos.

maximofn@gmail.com

Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.

Escríbeme LinkedIn

¿Quieres ver alguna charla?

Agentes del Mañana: Descifrando los Enigmas de Planificación, UX y Memoria

Los agentes IA, impulsados por LLMs, prometen transformar aplicaciones. Pero, ¿son hoy simples ejecutores o futuros colaboradores inteligentes? Para a...

Crea tu propio Apple intelligence

Aprende a crear un sistema de IA para ejecutar eficientemente en un dispositivo

Últimas charlas -->

¿Quieres mejorar con estos tips?

o1 prompt engineering

Crear mejores prompts para o1 siguiendo un ejemplo

Memory profiler

Ver el uso de memoria de un script

DataLoader con pin_memory y num_workers

Aumentar el rendimiento de DataLoader con pin_memory y num_workers

Últimos tips -->

Usa esto en local

Los espacios de Hugging Face nos permite ejecutar modelos con demos muy sencillas, pero ¿qué pasa si la demo se rompe? O si el usuario la elimina? Por ello he creado contenedores docker con algunos espacios interesantes, para poder usarlos de manera local, pase lo que pase. De hecho, es posible que si pinchas en alún botón de ver proyecto te lleve a un espacio que no funciona.