Streaming de tool calls: acumular argumentos sin ejecutar a medias
Cómo acumular argumentos que llegan en deltas durante un stream y por qué una tool nunca debe ejecutarse antes del evento terminal.
maximofn.com expone una API pública de solo lectura con el índice de su contenido (artículos del blog, proyectos y tips). No requiere autenticación y está pensada para agentes de IA, crawlers y desarrolladores que quieran descubrir el contenido del sitio de forma legible por máquinas.
GET /api/v1/content.json — índice completo de contenido (es / en / pt-br). Ruta versionada: es la que conviene fijar.GET /api/content.json — alias sin versión, sigue siempre a la última.
Las rutas bajo /api/{versión}/ mantienen su forma: los campos
existentes no se eliminan ni cambian de tipo, solo se añaden nuevos. Un cambio
incompatible se publica como una versión nueva y la anterior sigue funcionando.
Por eso, para una integración estable conviene apuntar a
/api/v1/content.json y no al alias sin versión.
Retirada de versiones: cuando se publique una versión nueva, la anterior
seguirá sirviéndose sin cambios durante al menos 12 meses. Durante ese
periodo sus respuestas llevarán las cabeceras Deprecation y Sunset
con la fecha de retirada, y el campo versions.deprecation del JSON anunciará la
sucesora. Pasada la fecha, la ruta retirada responderá 410 Gone con un JSON que
apunte a la versión vigente.
/openapi.json) — documentación máquina-legible./.well-known/ai-plugin.json — manifiesto para agentes de IA./llms.txt — guía de navegación para LLMs./mcp — servidor MCP (Model Context Protocol) con las tools list_content, search_content y content_stats.GET).application/json), con URLs en es / en / pt-br.{
"site": "https://www.maximofn.com",
"name": "MaximoFN",
"languages": ["es", "en", "pt-br"],
"counts": { "posts": 78, "projects": 11, "tips": 13, "total": 102 },
"content": [
{
"type": "post",
"title": "QLoRA Explicado: Cuantización NF4...",
"description": "...",
"url": "https://www.maximofn.com/qlora",
"url_en": "https://www.maximofn.com/en/qlora",
"url_pt": "https://www.maximofn.com/pt-br/qlora",
"image": "https://images.maximofn.com/QLoRA_thumbnail_ES.webp"
}
]
} No requiere autenticación: una sola petición GET devuelve todo el índice.
# curl
curl https://www.maximofn.com/api/content.json # Python
import httpx
data = httpx.get("https://www.maximofn.com/api/content.json").json()
posts = [c for c in data["content"] if c["type"] == "post"]
print(len(posts), "posts") // JavaScript
const res = await fetch("https://www.maximofn.com/api/content.json");
const data = await res.json();
console.log(data.counts); El contenido es propiedad de MaximoFN; se permite su uso para descubrimiento e indexación.
Cómo acumular argumentos que llegan en deltas durante un stream y por qué una tool nunca debe ejecutarse antes del evento terminal.
Cómo convertir las llamadas a tools de diferentes proveedores de LLMs en una interfaz común sin perder los identificador...
Guía práctica para diseñar tools que un LLM pueda descubrir, adaptar a cualquier proveedor de LLMs, ejecutar con segurid...
Hablemos.
maximofn@gmail.com
Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.
Los agentes IA, impulsados por LLMs, prometen transformar aplicaciones. Pero, ¿son hoy simples ejecutores o futuros colaboradores inteligentes? Para a...
Aprende a crear un sistema de IA para ejecutar eficientemente en un dispositivo
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.
Hablemos.
maximofn@gmail.com
Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.
Dataset de chistes en inglés
Uso: Fine-tuning de modelos de generación de texto humorístico
Dataset con traducciones de inglés a español
Uso: Entrenamiento de modelos de traducción inglés-español
Dataset con películas y series de Netflix
Uso: Análisis de catálogo de Netflix y sistemas de recomendación