Cómo parsear tool calls de OpenAI, Anthropic y Google
Cómo convertir las llamadas a tools de diferentes proveedores de LLMs en una interfaz común sin perder los identificadores que correlacionan cada resultado.
Suite de extensiones para la barra superior de Ubuntu que muestran CPU, GPU, RAM y disco en tiempo real
Cuatro monitores ligeros que se integran en la barra superior de Ubuntu (GNOME Shell) para vigilar tu sistema de un vistazo, sin abrir aplicaciones externas:
Los cuatro monitores se clonan e instalan igual. Antes de instalar las dependencias, asegúrate de no tener ningún entorno venv o conda activado:
InputBashif [ -n "$VIRTUAL_ENV" ]; thendeactivatefiif command -v conda &>/dev/null; thenconda deactivatefiCopied
Y para que cualquiera de ellos se inicie con el sistema, ejecuta dentro de su carpeta:
InputBash./add_to_startup.shCopied
Uso del procesador en tiempo real: frecuencia, temperatura por núcleo, carga y detección de throttling térmico.
InputBashgit clone https://github.com/maximofn/cpu_monitor.gitCopied
Dependencias:
InputBashsudo apt install lm-sensorssudo sensors-detectsudo apt install psensorCopied
Responde yes a todas las preguntas de sensors-detect.
Uso de la tarjeta gráfica NVIDIA en tiempo real desde la barra superior de Ubuntu.
InputBashgit clone https://github.com/maximofn/gpu_monitor.gitCopied
Dependencias:
InputBashsudo apt-get install python3-gi python3-gi-cairo gir1.2-gtk-3.0sudo apt-get install gir1.2-appindicator3-0.1pip3 install nvidia-ml-py3pip3 install pynvmlCopied
Memoria del sistema en tiempo real desde la barra superior de Ubuntu.
InputBashgit clone https://github.com/maximofn/ram_monitor.gitCopied
Dependencias (igual que CPU Monitor):
InputBashsudo apt install lm-sensorssudo sensors-detectsudo apt install psensorCopied
Uso del disco duro en tiempo real desde la barra superior de Ubuntu.
InputBashgit clone https://github.com/maximofn/disk_monitor.gitCopied
Dependencias (igual que CPU Monitor):
InputBashsudo apt install lm-sensorssudo sensors-detectsudo apt install psensorCopied
Si te han gustado considera darle una estrella a los repositorios, pero si realmente te han gustado considera invitarme a un café.
Cómo convertir las llamadas a tools de diferentes proveedores de LLMs en una interfaz común sin perder los identificadores que correlacionan cada resultado.
Guía práctica para diseñar tools que un LLM pueda descubrir, adaptar a cualquier proveedor de LLMs, ejecutar con segurid...
Cómo está construido el agente de IA de Gymnasia: un coach conversacional BYOK con tools locales y un estimador de comid...
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