Tutoriales de IA

Configura Ollama en Docker para ejecutar LLMs locales como Llama y Mistral. Mantén tus datos privados, elimina costes de API y crea apps de IA que funcionen sin conexión.

Aprende a usar un pipeline FLUX.2-dev cuantizado a 4 bits y referencias multiimagen para generar rejillas de looks que combinan tus propias prendas.

Crea un planificador de viajes con Gemini usando el Visual Agent Builder de Google ADK: diseña subagentes, conecta herramientas y lanza un flujo de itinerarios en minutos.

Descubre cómo Google Antigravity convierte prompts en apps completas. Crea un panel financiero con Gemini 3 y pruebas en navegador con IA.

Aprende a usar la función AI() de Google Sheets para resumir, categorizar y reescribir texto en celdas. Descubre cuándo funciona mejor y dónde se queda corta.

Descubre cómo la cuantización, la optimización de la caché KV, el batching, la decodificación especulativa, el ancho de banda de memoria y el ajuste según hardware mejoran la velocidad, la escalabilidad y el coste al servir LLMs.

Aprende a ejecutar Inkling de Thinking Machines en local. Guía completa para compilar la rama experimental de llama.cpp, descargar los GGUF de Unsloth y servir con varias GPU.

Tutorial práctico para ejecutar Kimi K2 Thinking, crear flujos con llamadas a herramientas, ver razonamiento transparente y compararlo con GPT-5 y Claude 4.5.

Compara LangChain, LangGraph, LangSmith y LangFlow. Descubre sus funciones, puntos fuertes y cuándo usar cada uno para crear aplicaciones de IA listas para producción.

Crea una herramienta de Q&A sobre documentos y descubre cómo LangFuse simplifica la depuración, controla costes y organiza prompts en aplicaciones LLM complejas.

Descubre cómo LMCache almacena y reutiliza estados KV entre solicitudes a LLM, se integra con vLLM y reduce el prefill repetido en inferencias con contexto largo.

Aprende a aprovechar los últimos modelos multimodales de Google para crear canalizaciones de generación de imágenes y vídeo en Python con alto rendimiento y bajo coste.