Tutoriales de IA
Guías prácticas y probadas para autoalojar infraestructura de IA en una Instancia WEC: despliega agentes, conecta tus propios modelos, añade canales, evaluaciones y observabilidad. Cada guía se ejecuta desde cero en un servidor real, con los comandos, versiones y correcciones reales.
Autoalojamiento de un gateway LLM
Endurecimiento de la infraestructura de IA autoalojada
Endurecimiento de infraestructura de IA auto-alojada
Autoalojamiento de Hermes
Autoalojar el Agente Hermes con memoria persistente
Despliega el Agente Hermes de código abierto de Nous Research en tu Instancia WEC — con memoria persistente respaldada por SQLite que sobrevive a un reinicio completo. Instalación real, configuración del modelo y una prueba de memoria que sobrevive al reinicio.
Leer más →Migrar el Bot de Telegram de OpenClaw a Hermes
Mover el mismo bot de Telegram de la serie OpenClaw a Hermes — mismo chat, mismos usuarios, un agente diferente respondiendo detrás. Un verdadero asistente de configuración, un verdadero problema de lista de permitidos, y prueba de que responde.
Leer más →Evaluaciones de IA y observabilidad
Evalúa tus modelos con Promptfoo en la API de Inferencia WEC
Deja de estimar la salida de LLM. Construye un verdadero arnés de evaluación con Promptfoo apuntando a la API de Inferencia WEC — afirmaciones, límites de latencia, verificaciones de esquema JSON, rúbricas calificadas por el modelo, una comparación de modelos totalmente WEC, y una puerta CI. Cada comando y resultado es real.
Leer más →JSON confiable: valida el esquema de la salida estructurada de tu modelo
Los LLM prometen JSON y entregan cercas de markdown y razonamiento. Construye una evaluación de Promptfoo que clasifique tickets de soporte en JSON validado por esquema en la API de Inferencia WEC — con transformaciones para recuperar salidas desordenadas, una matriz de fiabilidad del modelo y una puerta CI. Cada comando y resultado es real.
Leer más →Deja de escribir casos de prueba a mano: genera un conjunto de evaluación con la API de WEC
Dos casos de prueba escritos a mano no son una evaluación. Usa la API de Inferencia de WEC para generar un conjunto de datos de evaluación etiquetado — luego valídalo y curátalo, porque las etiquetas generadas no son automáticamente correctas. El resultado es datos de prueba reales a gran escala; aliméntalo a tu arnés y la cobertura revela las malas clasificaciones y las etiquetas debatibles que dos casos ocultarían. Cada comando y resultado es real.
Leer más →Captura lo que tus pruebas no ven: observa y evalúa tu aplicación WEC en producción con Langfuse
Las evaluaciones de CI pasan en un conjunto de pruebas fijo, pero la producción envía entradas que nunca probaste. Autoalojar Langfuse en una instancia WEC, rastrear cada llamada real, evaluar automáticamente el tráfico en vivo con un juez LLM, profundizar en el paso exacto que falló y retroalimentar las fallas para hacer tus evaluaciones más fuertes. Cada comando — y cada callejón sin salida — es real.
Leer más →Prueba de regresión de tu servicio RAG con DeepEval — y resuelve un debate sobre modelos con datos
Envuelve el asistente RAG de la parte 5 en una suite de DeepEval en contenedor juzgada por gemma4 en la API de Inferencia WEC — sin clave de OpenAI en ninguna parte. Luego úsalo para responder a una pregunta real: ¿deberíamos cambiar nuestro modelo de generación? La misma calidad, 5.5× los tokens: la evaluación dice que no. Cada comando, número y error es real.
Leer más →Trazado a nivel de componente: depuración de llamadas a herramientas del agente
El pensamiento de tu agente y sus acciones son dos capas diferentes. Construye un agente que llame a herramientas en WEC Inference, trázalo con Langfuse y luego depura dos fallos reales del trazado — incluyendo la respuesta incorrecta y confiada que nunca lanza un rastreo de pila.
Leer más →Agrega búsqueda web a tus llamadas de WEC Inference
Tu asistente RAG responde bien a partir de tus documentos, pero no sobre nada reciente. WEC Inference ahora tiene una herramienta de búsqueda web integrada: agrégala a una llamada de chat y el modelo obtiene información actual. Una prueba rápida antes/después.
Leer más →Automatización de WhatsApp en WEC
Autoalojamiento de OpenClaw
Desplegar OpenClaw en una instancia WEC a través de Docker Compose
Desde una instancia WEC nueva hasta un agente OpenClaw autoalojado que realmente responde — Docker Compose, tu propia clave de modelo y cada error real y solución de un despliegue en vivo.
Leer más →Asegurar OpenClaw con un proxy inverso Caddy + HTTPS
Coloca Caddy frente a OpenClaw para un verdadero HTTPS y autenticación emparejada por dispositivo, luego cierra los puertos del gateway para que el proxy sea la única forma de acceso — problemas y todo.
Leer más →Agregar un canal de Telegram a OpenClaw
Habla con tu agente OpenClaw autoalojado desde tu teléfono. Crea un bot de Telegram, conéctalo, limpia la puerta de emparejamiento y chatea — capturado de una ejecución real.
Leer más →Haz que OpenClaw sea privado con una VPN de malla NetBird
Coloca OpenClaw en una malla privada con NetBird, redirige tu nombre de host a la IP de la malla y cierra los puertos públicos — así la misma URL de chat funciona solo para tus dispositivos. Comandos reales y problemas de una ejecución en vivo.
Leer más →Ejecutar OpenClaw en Modelos WEC
Intercambia el proveedor cerrado por la propia inferencia de WiLine: apunta tu agente OpenClaw autoalojado a Modelos WEC — misma caja, un cambio de base-URL/clave/modelo, sin bloqueo por token.
Leer más →Agregar un canal de WhatsApp a OpenClaw
Coloca tu agente autoalojado en WhatsApp. Agrega el canal, confía en el plugin, escanea un QR — y entiende por qué un enlace de compañero hace que el agente actúe como tu cuenta. Cada comando y error de una ejecución real.
Leer más →