7 publicaciones etiquetados con "ai"

++

"Devuelve solo JSON" es una de las instrucciones más comunes en aplicaciones LLM en producción — y una de las menos fiables. Los modelos envuelven JSON en cercas de markdown, añaden una frase amigable, o (si son modelos de razonamiento) narran todo su proceso de pensamiento alrededor de ello. Cualquiera de esos casos rompe un estricto JSON.parse, y tu pipeline se cae.

En esta guía construimos una evaluación de Promptfoo que hace que los modelos de API de Inferencia WEC clasifiquen tickets de soporte en JSON validado por esquema, luego lo endurecemos contra el desorden del mundo real — y lo usamos para elegir un modelo en el que realmente puedes confiar. Esta es la parte 2 de la serie de evaluaciones (consulta parte 1 para la configuración inicial). Todo aquí se ejecutó en vivo contra https://inference.wiline.com.

+

No enviarías código sin pruebas — pero la mayoría de los equipos envían características de LLM con "se ve bien para mí." Evaluaciones (evals) solucionan eso: defines casos de prueba y criterios de aprobación/rechazo, luego mides tu modelo de manera objetiva — detectando regresiones, comparando modelos y bloqueando despliegues.

En esta guía construirás un verdadero arnés de evaluación con Promptfoo apuntando a la API de Inferencia WEC — el mismo punto final compatible con OpenAI que llamas desde tus aplicaciones. Todo aquí se ejecutó en vivo contra https://inference.wiline.com; las salidas son reales.

+

Hermes Agent es el agente de IA de código abierto (MIT) de Nous Research — "el agente que crece contigo." Su característica destacada es memoria persistente: aprende sobre tus proyectos y no olvida entre reinicios. Esta guía lo despliega en la misma Instancia WEC que ya usas para OpenClaw, lo apunta a un modelo y prueba que la memoria sobrevive a un reinicio completo.

+

En el Artículo 2 pusimos Caddy delante de OpenClaw para HTTPS, y en el Artículo 3 añadimos un canal de Telegram. El gateway funciona — pero Caddy sigue escuchando en 0.0.0.0, alcanzable por cualquier cosa que pueda enrutar hasta la máquina. Esta es la chave de ouro de la serie: unimos el servidor y tu laptop a una mesh de NetBird, reapuntamos openclaw.local a la IP de la mesh y cerramos los puertos públicos. La misma URL https://openclaw.local/chat sigue funcionando — pero solo para tus dispositivos. Cada comando y error de abajo proviene de la ejecución real.

+

Ya desplegaste OpenClaw y lo aseguraste detrás de HTTPS. Ahora hazlo usable — habla con tu agente desde el móvil vía Telegram. Creamos un bot, lo conectamos, superamos la barrera de emparejamiento de OpenClaw y obtenemos una respuesta real. Cada comando y tropiezo de abajo proviene de un despliegue real.

+

En el Artículo 1 pusimos OpenClaw en marcha — pero solo sobre HTTP plano, con el truco de allowInsecureAuth. Aquí ponemos Caddy por delante como reverse proxy: HTTPS de verdad, auth con emparejamiento de dispositivos y los puertos crudos del gateway cerrados para que el proxy sea la única vía de entrada. Cada comando y error que aparece abajo es del despliegue real.

++

Despliega un agente de IA autoalojado de OpenClaw en una Instancia WEC con Docker Compose — desde levantar la VM hasta un agente que de verdad responde, usando tu propia clave de API del modelo. Cada comando, versión y error que aparece abajo fue capturado de un despliegue real en un Instancia WEC.