Go back

Ep 4 - Enfoca tu punto de vista para crear soluciones creativas

26m 40s

Ep 4 - Enfoca tu punto de vista para crear soluciones creativas

En este episodio, Lorenzo explica cómo crear un agente de inteligencia artificial para automatizar la planificación semanal de comidas, evitando la fatiga de decisión y la falta de organización. El sistema se basa en cuatro MCPs (cajas de herramientas): uno de recetas con búsqueda semántica híbrida usando RAG (70% vectorial y 30% por palabras clave), uno de menús, uno de lista de la compra con lógica difusa para agrupar ingredientes, y uno para generar PDFs. Los embeddings se generan por API con OpenRouter, almacenándose en Pgvector sin necesidad de GPU. El agente sigue skills específicos: para comida usa plato mediterráneo y para cena, plato ligero. El proceso incluye borrar menús existentes, generar nuevos, extraer ingredientes y crear la lista de la compra, todo mediante comandos en Telegram o Matrix. Lorenzo muestra cómo el sistema genera automáticamente un menú semanal con recetas detalladas y una lista de la compra categorizada. Concluye que esta solución práctica simplifica tareas domésticas, y adelanta que en el próximo episodio hablará de herramientas de Linux y problemas con Vim.

Transcription

4184 Words, 22728 Characters

Spanish
Hola, soy Lorenzo y esto es Atari Aco Linux, episodio número 803. Bueno, en este episodio voy a continuar comentándote o hablándote sobre esto de los agentes de inteligencia artificial, pero más un poco desde un punto de vista global. En el sentido de que no se trata de que te hable sobre hermes o sobre open-cloth o incluso sobre cualquier aut de los otros servicios de los que te he estado hablando durante estas semanas, sino más bien es un poco conceptual, un poco para que tengamos una idea de las posibilidades que tiene todo esto de los modelos de inteligencia, las posibilidades que tiene a la hora de conectarlo con herramientas externas, pero sobre todo con un único objetivo que es el de facilitar la vida. Porque al final se trata, única exclusivamente, de hacernos la vida mucho más sencilla, si tienes una herramienta, si tienes un modelo de inteligencia, pero el único que te sirve es para preguntarle dónde te iría, así que te conteste. Otras tonterías por realmente no estás aprovechando la tecnología en el camino en el que hay que aprovecharla. Lo que hay que hacer es sacarle el máximo partido, y hay que sacar el máximo partido con todas las herramientas que tenemos a nuestra alcance. Con herramientas que nos van a permitir programar nuestras propias aplicaciones, herramientas que nos van a permitir extraer información, y herramientas que nos van a facilitar al final acabo, pues, el día a día, tener que preocuparnos de lo que nos interesa. Al final se trata eso de dedicarle tiempo a las cosas que realmente nos importan y el resto, pues, olvidarlo. Y esto es un poco de lo que te voy a hablar en este episodio, pero te voy a hablar de una manera un poco concreta sobre algo que ya te mencioné en un episodio anterior, que es el tema de cómo generar o cómo crear tu menú semanal. Concretado, os adquirio decir al final se trata de concretar todo esto de los MCPs, de los rags, de todo este tipo de cosas que te he ido contando, pero para que se vea el en algo material, el en algo que se le puede sacar toda la sustancia inmediatamente. Y con un ejemplo, con un ejemplo práctico, pues, se puede ver exactamente qué es todo esto de los modelos de inteligencia y qué sentido tiene. Y evidentemente, para ello, lo primero es decir, preguntar si tengo algo o informarme si existe un menú para esta semana, ¿no? Preguntar, o sea, al final lo que voy a hacer es preguntarle a mi agente, existe un menú para esta semana. Sí que existe porque lo he creado hace un rato para comprobar que todo funciona correctamente, pero lo que voy a hacer es que lo borre y que cree un nuevo menú para que así podamos verlo concreto de todo lo que se trata de esto. No se trata de que algo que ya he hecho anteriormente lo puedas ver, sino algo que sea muy concreto. Vale, me estás sacando el menú que me había le voy a decir, genera un nuevo menú. Bueno, voy a decirle que borre el menú existente, borra el menú existente y genera un nuevo. No me vas a ver, un nuevo menú, venga. Con esto, ya tenemos un poco la idea. Al final se trata esto de una herramienta con la que no tenemos que calentarnos la cabeza. Y esto es precisamente lo que te voy a contar en este episodio. Así que vamos directos al turrón. Vale, ya está haciendo sus cosas, ya está borrando los menús, y ahora en un rato de los generará. Pero por qué esto del menú? Bueno, al final si lo piensas, una de las cosas que normalmente no hacemos es organizarnos el tema de la compra. Siempre, bueno, por lo menos en mi caso suele suceder un poco así, que al final se nos olvida o no nos organizamos suficientemente, porque nos dedicamos al final a otras cosas que nos resultan más interesantes. Y al final todo esto, lo que se traduce es una fatiga de decisión. Que es lo que tengo que comer hoy, que es lo que tengo que escenar, luego lo vas apuntando con posti, lo dejas en la nevera o incluso si eres un poco más organizado, te haces una hoja de cálculo o incluso si tienes una aplicación o una herramienta, pues vas poniendo te ahí que cosas tenemos que comprar. Pero al final, todo depende de la disciplina humana, todo depende de que en un momento nos organizemos y lo hagamos. Y evidentemente la disciplina humana falla. Y en este sentido se trata de buscar una herramienta que no resuelva este problema. Y no lo resuelva de una manera realmente eficiente. Al final, puedes tener múltiples aplicaciones, múltiples ventanas, múltiples herramientas para organizarte todo esto, como te estaba diciendo, brinx para tener tu lista de la compra, una herramienta para sacar terrecetas, otra herramienta para organizar lo menos y esto es un follón y es un lío y es complicado, complicado dentro de lo que me cabe, quiero decir que estamos hablando de una tarea que realmente muy obvia, pero que como de costumbre la delegamos o la delegamos o la relegamos, mejor dicho, en pos de otras cosas que nos resulta mucho más interesantes. En este sentido, pues el objetivo era facilitar todo este trabajo y cómo facilitarlo por de la manera más sencilla, utilizando una gente inteligencia artificial, una gente inteligencia artificial donde le digamos "prepara el menú", como hecho anteriormente y con ese preparar el menú ya no tengo que hacer nada más. Directamente, no tengo que abrir ninguna aplicación, no tengo que abrir ninguna ventana, no tengo que todo ocurre en una conversación, ya sea de telegram o de matrix, como nosotros lo queramos tener, pero solamente hemos hecho esto, no hemos hecho nada más. Una vez ya hemos dicho y ya te he contado un poco de qué va el asunto, ahora verás la que tengo montada para resolver este problema y es que tengo montados actualmente cuatro mcps. Si recuerdas el mcp no era ni más ni menos que una caja de herramientas, una caja de herramientas para hacer determinadas operaciones. Una mcp tradució un modelo de contexto, pero al final no es ni más ni menos que una caja de herramientas y en este sentido lo que he montado es una caja de herramientas que tiene básicamente cuatro, o sea mejor dicho he montado cuatro cajas de herramientas, una caja de herramientas con recetas, otra con lista de la compra, otra con los menus y otra con una herramienta para generar pdf, todo esta es la película que he montado. Para el tema de las recetas lo que he hecho ha sido extraer en torno a mil setecientas recetas, creo recordar que era mil seiscientas sesenta recetas que entienden el contexto, pero entienden el contexto no sólo como palabras, es decir no es que vaya a buscar exactamente pollo al horno, sino que lo que va a hacer es una búsqueda semántica y esto básicamente lo hace así porque he conseguido o he montado un rach donde he ingestado todas esas recetas. En el pasado tenías que hacer una búsqueda exacta, una búsqueda exacta donde te devolvían las recetas con palabras exactas, por ejemplo si buscabas pollo al horno realmente lo que te iba a devolver si estaba esa receta exactamente así te devolvía pollo al horno, pero si no el problema que va a suceder es que lo que vas a encontrar es que si dices algo rápido con ave no te lo va a encontrar, sin embargo si realizas una búsqueda ligera, digo una búsqueda semántica con una búsqueda semántica lo que sucede es que entiende el significado subjacente de lo que tú le estás pidiendo, devuelve plantos semanticamente correctos de manera que lo que tú le estás pidiendo coincide, esta es la primera parte, realmente lo que he hecho ha sido o sea extraje todas las recetas de distintas fuentes de internet, monté el rajo, en el rajo está puesto pues la receta, los ingredientes, todas las piezas que constituyen básicamente una receta y luego también dir la posibilidad de añadir nuevas recetas, pero esto es simplemente al final es un objeto, o sea quiere decir que el objetivo no es tanto el tema de la receta sino contarte un poco cómo funciona todo esto, como te digo aquí la parte importante es la parte del rajo, porque lo que nos permite es básicamente hacer esas búsquedas semánticas que nos van a permitir encontrar recetas, aunque no estemos diciendo exactamente la palabra exacta y esto es fundamental y básicamente en torno a esto se monta toda la película, porque no solamente se trata de hacer las búsquedas semánticas sino posteriormente como te contaré un poquito más adelante el tema de los ingredientes, que es otra parte fundamental, realmente lo que he hecho ha sido una búsqueda híbrida, o sea mejor dicho, lo que monta es una búsqueda híbrida, no es exactamente una búsqueda al 100% semánticas sino lo que haces una búsqueda con híbrida donde tienes una parte el 70% que es una búsqueda pectorial, lo que hace es, el primer paso que hice fue una vez había recopilado todas las recetas, se pasa, se convierten en pectores y eso se guarda en una base de datos, una base de datos pectorial, que en este caso he utilizado por gresecuel, bueno por el SQL con PGV vector. Esta es la solución. Y luego, como te digo, es una parte que es 70%, que es vectorial y un 30%, que es una búsqueda tradicional de palabras clave. Con esta composición, con esta ecuación, obtiene el resultado que busco. La gran ventaje es que no necesita GPU local. Los embedding son generados por API. Actualmente estoy utilizando OpenBruter para generarlos embedding. Y lo guardo en PGV vector. De esta manera, la máquina que les lindbú guán, que es donde tengo montado todo esto, no tiene este problema. O sea, no tiene problema de que, como este, no tiene GPU, pues no puede hacerlo. Sin embargo, los embedding son muy económicos, con lo cual el gasto que vas a hacer para todo esta tipo de operaciones es bastante económico. Luego, la siguiente es el objeto de una simplicidad. Que las cosas sean lo más simples posibles. ¿Por qué lo más simples posibles? Porque al final, si buscamos algo realmente complejo, pues lo que nos vamos a. O sea, si empezamos a. No, pues, a ver, el menú que sea. un primer plato, un segundo plato y postre. Eso para la comida. Y para la zeta y para la cena es exactamente lo mismo. O sea, al final lo que tienes es un foyón de mucho cuidado. Lo que iba ha sido una cosa muy sencilla. Un plato único para la comida y un plato único para la cena. Y sí que le da una disistrucción a las mínimas. Y donde esas instrucciones mínimas son que la comida tiene que ser un plato mediterráneo. Y que la cena tiene que ser una cena ligera. Nada ha pesado. De esta manera uno lo busca por identificador y el otro lo busca como texto plano. Y por qué esta solución, porque buscar. ¿Cómo está montado esto? Bueno, pues esto aquí es donde interviene la otra parte de lo que hemos estado hablando o de lo que te he estado contando estos días. Que es el tema de los skills. El skill, al final lo que es es un procedimiento. Y ese procedimiento, lo que le indica es cómo tiene que generar todo esto. Entonces, cómo tiene que generarlo? Pues yo le he dicho que lo que tiene que generarme es exactamente un plato único para la comida y un plato único para la cena donde las combinaciones son mediterráneo y cena ligera. De esta manera no hay nada de cosas complejas ni nada de nada. Y todo esto lo que hago es guardarlo en otro MCP que es una base de datos muy sencilla, una base de datos en este caso, ese culite, donde lo que hace es guardar los datos por creado, o sea, que tiene un cruz, una operación sencilla de crear, actualizar, leer y borrar. Y no hace nada más. Y lo único que guarda es la fecha de cuando tiene el día. Y en este caso lo que hago es guardar la comida, el identificador de la comida o un texto, depende de lo que sea. Y así es sencillo, una cosa muy sencilla. Inicialmente la había dado otras vueltas, y había creado otras cosas más complejas. Pero al final es que realmente lo único que necesitas, si lo piensas es esto. Simplemente lo que necesitas es saber lo que tienes el día y la pregunta, "Oy que tenemos para comer" o "Oy que tenemos para cenar". Por su una cosa tan sencilla, como esta. Luego viene el siguiente problema. El siguiente problema es cómo organizas todo esto. No, quiere decir, una vez ya tienes tu menú semanal, tu menú semanal de comidas y cenas, tiene que convertirse en algo donde, o sea, en productos que tienes que ir a comprar. Y aquí es donde viene el problema más grande, porque puede ser que tienes tomates, en una receta, en otra receta puede ser 100 gramos de tomates, y en otra receta puede ser tomates a granel. Claro, todo esto tiene que cuadrarlo bien, tiene que hacer una búsqueda de localizarlos o en casillarlos mediante lógica difusa, para que todo esto cuadre dentro de lo que es la. los mismos productos. Es decir, por ejemplo, frutería. Y todo esto es para meterlo exactamente en nuestra lista de la compra. Además, tiene que ser lo suficientemente hábil en este sentido de la lógica difusa para que en un momento determinado, si ya tienes en tu lista de la compra tomates, no añada más tomates, o sea, no añada otra entrada que sea tomates, sino que añada tomates dentro de tomates. Es decir, que sea capaz de decir un kilo y medio de tomates. Y luego otro de los problemas con los que me he encontrado es que cuando tú vas a comprar, claro, manejar esto no es cómodo. Entonces, lo sencillo es ir por categorías. Entonces, si vas a la frutería, compras toda la parte de la frutería y. entonces sí que puedes escribirle o decirle de voz que directamente marque como todo lo de la frutería que ya lo has comprado. Una bella tengo todo esto, una bella tenemos tanto la parte de. de los menus, la parte de las compras y la parte de la. como se llama, de las recetas. El siguiente paso es generarlo en pdf, porque sí, de vez en cuando tener un listado o una receta en pdf, pues viene perfecto para poder verlo. Incluso, si tienes alguna tablet en la cocina para ayudarte a cocinar, saca ese pdf que te lo vas a descargar directamente de telegram y vas a seleccionar los productos que quieras. Para esto he montado un otro mcp, aunque no lo estoy utilizando finalmente, lo que estoy utilizando es directamente el types. Types es un lenguaje de marcado muy similar a "mardown" y lo que pasa que te permite formateo, te permite formatear el texto y esto viene muy bien para exactamente esto. Digamos que es una alternativa moderna latex, es algo de lo que yable en algún que otro episodio anterior. Con esto y con un par de templates, con un par de plantillas, fácilmente puedes generar exactamente todo, puedes generar tanto un menu semanal de una manera sencilla por otro lado, puedes generar un libro de recetas para esa semana, para enseñarte o para poder utilizarla durante la semana y por otro lado, también puedes generar la lista de la compra en pdf por si la quieres llevar así, o lo que sea. O simplemente, por lo que lo quieres imprimir y ponerlo en la nevera o como te estaba diciendo anteriormente, si tienes una tablet y lo quieres ver allí. Y como al principio, al principio del episodio lo que ha hecho ha sido, primero borrar todas las recetas que ya tenía y generar unas nuevas, podemos ver exactamente qué es lo que ha hecho, lo que ha hecho ya es el menú de la semana que nos ha hecho haber pollo, ha sido compatatas para lunes, canónigos, aguacate y cherry para la cena, ver en géner rellenas con carne picada para el martes, salmó la norma para el miércoles, y así sucesivamente. Ahora lo que no sé si me ha generado es la lista de la compra. Dime la lista de la compra. A ver si nos la tiene preparada, que debería de tenerla ya preparada, porque este es el proceso que ya tenía montado, utilizando lo que te he contado anteriormente, utilizando el esquil. Y esta es básicamente las tres piezas que comente hace algunos episodios. Básicamente es esas tres piezas que lo que nos unen es la parte de la información que tenemos de todas las recetas, que es el rag donde están todos vectorizadas, la parte de las herramientas que hemos utilizado para ir guardando los datos y para trabajar. Y luego, por otro lado, el menu, a ver si lo que no sé si el menu lo ha guardado, guardaste el menu, a ver si lo ha guardado, si guardado el menu que es el proceso, y ahora lo que sí que no sería falta es que no sin primera el menu semanal. Voy a decirlo directamente, dame el menu semanal, envía Telegram, ¿no? Envia Telegram. Esto, utilizando. determinado, bueno, utilizando ya sea OpenClose, en fin, con distintas herramientas lo puedes hacer, puedes generarte directamente un. un. envía Telegram, envía Telegram, el menu semanal en el PDF, puede generarte como te está diciendo un Chrome, donde todos los viernes, por ejemplo, automáticamente a las 9 de la mañana, te genere la lista de la compra y en base a. la perdón, la lista de la compra, el menu semanal, el bien base a ese menu semanal, le digo, o sea, por ejemplo, cambia este menu, por este menu, este plato, por este plato, haces todo esto, lo otro. En fin, que vaya haciendo las cosas que tú consideres. Y luego eso puede ser, por ejemplo, que te aparezca las 8 de la mañana o a las 4 de la tarde, lo cambiar lo que te interesa, se genera el menú y te generarán lista de la compra. Y con esto ya lo tendrías todo. ¿Cómo te decía? Tienes aquí ahora ya las tres patas de… Bueno, las cuatro patas, por decirlo así de lo que es una gente de inteligencia, a decir, eh, o no. un modelo de inteligencia con su agente. Es decir, tienes la pata de la información que la tiene en MetiDenRag, la pata de las herramientas que son los MCPs y por último tienes la pata de los skills que tú le dices qué es y cómo lo tiene que hacer. Si yo ahora abro el visor de documentos, aquí tienes el Menú Semanal. El Menú Semanal, voy a ponerlo en. bueno. A ver si me deja ponerlo. Donde simplemente es el listado de lunes aviarnes, ya ahora le puedo decir, dame las recetas en PDF también. Lo que creo que no ha hecho ha sido guardar o generar exactamente los ingredientes en la lista de la compra. ¿Qué es eso? También podemos decir. Probamos que ya no os adquiro decir al final era mostrar un poco como era el proceso completo. Si yo ahora tengo hecho un skill específico donde con ese skill específico, como te digo, le digo lanza el proceso de generar la lista de la compra, lo que va a hacer es cada uno de estos pasos. Incluso, pues se puede utilizar subagentes para ir haciendo todos estos pasos, pero como te digo, ya no es tanto, ya no es tan importante esto, sino simplemente un poco ver el proceso global, que yo creo que es bastante interesante. Así que esto es un poco lo que quería contarte en este episodio algo más práctico, algo que puedes hacer directamente y que puedes utilizar en tu día a día y que pueden montar de una manera real, relativamente sencilla, con operaciones muy sencillas. Es más, todo esto está montado utilizando OpenRouter, pero también tiene la opción de utilizar o llama. Es decir, directamente en tu servidor te montas o llama y para hacer todos estos en Bedding con una cosa muy ligerita sobre. Y con esto también tienes aquí exactamente las recetas de la semana y las recetas de la semana te pone día a día el pollo ha sido compatatas, cómo se tiene que hacer, tienes que hacer esto, bueno, en fin todo el tema. Y ahora por último, es añadiste los productos a la lista de la compra. Ahora simplemente con eso, ahora me confirmas y ya lo añadido, no, y ya está. Y esto es un poco como te digo lo que te quería contar. Yo creo que con esto más o menos ya he barrido todo lo que es un poco lo que haya actualmente, en tanto en modelos de inteligencia, como distintas herramientas, te ha hablado de OpenClote, te ha hablado, mira, ves, dice, pues no, tiene razón, la lista sigue con los 43 productos genéricos, faltan todos estos, los añado, ahora me voy a decir que sí, añaderos. Bueno, como te digo, con esto más o menos he hecho un barrido total, entonces en el próximo episodio lo que te quiero hablar es de dos otras herramientas con las que estoy trabajando, que no son herramientas de inteligencia artificial, sino que es ya volviendo un poco al mundo de Linux. En este sentido y con algunos problemas que me he encontrado a la hora de trabajar con BIM, pues he estado de nuevo trasteando con Elix. Entonces en el próximo episodio te voy a hablar de Elix, te voy a hablar de una herramienta que he implementado para hacer como se llama para hacer renderizado de Mardown directamente la terminal para que sea cómodo de trabajar y mira, ya me la he vuelto. Ve, ya lo tiene de todo, a ver, dime todos los productos agrupados. Como te digo, y luego otra de las herramientas que también he estado trabajando que ya venía de hace tiempo es bueno he trabajado sobre dos, pero una en concreta es PodCly que lo que te permite es trabajar con los podcast directamente desde terminal. Al final es una herramienta que utilizo muy a menudo simplemente para extraerme el enclosure, para extraerme lo que es la URL del MP3 para luego ponerlo en la página. Y nada más, esto es un poco lo que quería contar en este episodio más lo que te contaré en los siguientes. Sí que dentro del próximo este jueves te hablaré sobre como te he dicho, MKDR, que es el renderizado de Mardown y te hablaré también un poco de Elix y el lunes que viene, si todo va bien, volveré a hablarte sobre lo dedicaré en este caso a OpenClore, pero en este caso, perdón, OpenClore lo dedicaré de nuevo a Hermes, pero lo que voy a hacer es una visión de Hermes de lo que no he visto en los últimos vídeos que he estado viendo por ahí. Algunos detalles que yo creo que son fundamentales, entonces lo que voy a hacer es una instalación de cero a producción de Hermes, pero teniendo en cuenta todos esos pequeños detalles que normalmente pues no se ven, por ejemplo el tema de los skills, el tema de los MCPs, el tema de los. del rax, todo esto, pero enfocado única y exclusivamente en Hermes. Y nada más, espero que te haya gustado este nuevo episodio y que lo hayas disfrutado tanto como lo disfrutado yo. Recordarte que si puedes una volaración en e-box, a ver podcasts, darle a la campanita, suscribirte, todo ese tipo de cosas, fantástico. Y si no, pues ya te digo que este es un podcast de la red de podcast de sospechos habituales donde puedes encontrar fantásticos y maravillosos podcasts, puedes participar en esa red entrando en Telegram, en Guintable Info. Y de la misma manera si quieres participar en el grupo de Atari Aocolino simplemente tienes que buscar eso, Atari Aocolinos, ya allí no vas a encontrar hablando de modelos de inteligencia, agentes de inteligencia, y todo este tipo de cosas así como de Linux y cualquier otro tipo de cosas relacionado con el mundo de lo pensós. Y poco más que de CIPTE, recordarte que la día son dos días y uno ya pasado, así que disfruta como si no hubiera mañana y si puedes ser colinos, y en este caso con las recetas mejor que mejor. Un saludo y nos escuchamos el próximo jueves. Hasta luego.

Podcast Summary

Key Points:

  1. Se explica el concepto de agentes de inteligencia artificial como herramientas para automatizar tareas cotidianas, conectándose con servicios externos.
  2. El ejemplo práctico es la creación de un menú semanal automatizado, con lista de la compra y recetas, usando MCPs (cajas de herramientas) y RAG (búsqueda semántica).
  3. Se usan cuatro MCPs
  4. Los embeddings se generan por API (OpenRouter) sin necesidad de GPU local, usando Pgvector en PostgreSQL.
  5. Se destaca la importancia de skills (procedimientos) que definen cómo el agente debe ejecutar tareas, como generar un plato mediterráneo para comida y uno ligero para cena.
  6. El sistema puede integrarse con Telegram o Matrix para recibir comandos y generar automáticamente el menú y la lista de la compra.

Summary:

En este episodio, Lorenzo explica cómo crear un agente de inteligencia artificial para automatizar la planificación semanal de comidas, evitando la fatiga de decisión y la falta de organización. El sistema se basa en cuatro MCPs (cajas de herramientas): uno de recetas con búsqueda semántica híbrida usando RAG (70% vectorial y 30% por palabras clave), uno de menús, uno de lista de la compra con lógica difusa para agrupar ingredientes, y uno para generar PDFs. Los embeddings se generan por API con OpenRouter, almacenándose en Pgvector sin necesidad de GPU.

El agente sigue skills específicos: para comida usa plato mediterráneo y para cena, plato ligero. El proceso incluye borrar menús existentes, generar nuevos, extraer ingredientes y crear la lista de la compra, todo mediante comandos en Telegram o Matrix. Lorenzo muestra cómo el sistema genera automáticamente un menú semanal con recetas detalladas y una lista de la compra categorizada.

Concluye que esta solución práctica simplifica tareas domésticas, y adelanta que en el próximo episodio hablará de herramientas de Linux y problemas con Vim.

FAQs

Un MCP es una caja de herramientas que permite a un modelo de inteligencia artificial realizar operaciones específicas, como acceder a recetas, listas de la compra o generar PDFs.

El agente utiliza un skill que define el proceso: primero borra el menú existente, luego genera un nuevo menú con un plato único para comida y cena, usando recetas de un RAG con búsqueda semántica.

Un RAG es un sistema que almacena recetas vectorizadas para permitir búsquedas semánticas. Así, aunque no uses palabras exactas, el sistema entiende el significado y encuentra platos relacionados.

El agente usa lógica difusa para agrupar ingredientes similares, como 'tomates' de diferentes recetas, y los suma en una sola entrada, por ejemplo 'un kilo y medio de tomates'.

Se usan cuatro MCPs: uno con recetas (con RAG), otro para la lista de la compra, otro para los menús y uno para generar PDFs. Todo se gestiona desde una conversación en Telegram o Matrix.

Se usa Typst, un lenguaje de marcado similar a LaTeX, con plantillas para crear el menú semanal, el libro de recetas y la lista de la compra en PDF, que puedes imprimir o ver en una tablet.

Chat with AI

Loading...

Pro features

Go deeper with this episode

Unlock creator-grade tools that turn any transcript into show notes and subtitle files.