De una tool call a código ejecutable: el despachador de un agente
Cómo un agente convierte el nombre y los argumentos de una tool call en una función local, controla los errores y devuelve el resultado al modelo.
Gestor de dispositivos de audio de salida para la barra superior de Ubuntu
Cambia entre altavoces y auriculares con un solo clic desde la barra superior de Ubuntu
Ahorra tiempo cambiando rápidamente entre dispositivos de salida sin necesidad de abrir la configuración de Ubuntu
Diseñado para integrarse perfectamente con GNOME Shell y la barra superior de Ubuntu
Detecta automáticamente todos los dispositivos de salida de audio conectados al sistema
InputBashgit clone https://github.com/maximofn/output_audio_device.gitCopied
InputBashgit clone git@github.com:maximofn/output_audio_device.gitCopied
Dependencias:
Asegúrate de no tener ningún entorno venv o conda activado
InputBashif [ -n "$VIRTUAL_ENV" ]; thendeactivatefiif command -v conda &>/dev/null; thenconda deactivatefiCopied
Ejecuta este script para que Output Audio Device Manager se inicie con el sistema:
InputBash./add_to_startup.shCopied
Si te ha gustado considera darle una estrella al repositorio, pero si realmente te ha gustado considera invitarme a un café.
Cómo un agente convierte el nombre y los argumentos de una tool call en una función local, controla los errores y devuelve el resultado al modelo.
Cómo acumular argumentos que llegan en deltas durante un stream y por qué una tool nunca debe ejecutarse antes del event...
Cómo convertir las llamadas a tools de diferentes proveedores de LLMs en una interfaz común sin perder los identificador...
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