Descubre cómo automatizar tareas repetitivas combinando herramientas no-code como Zapier, Make, n8n o Relevance AI con el poder de la IA generativa. El artículo incluye un ejemplo práctico donde un agente inteligente publica automáticamente en LinkedIn cada vez que se lanza un nuevo tutorial.
Introducción práctica a Model Context Protocol (MCP), el “USB de los LLMs”, con un ejemplo real en Python que conecta un modelo con Git y herramientas externas.
Detecta emociones en tiempo real con visión artificial y machine learning usando MediaPipe, CVZone y scikit-learn en solo unos cientos de líneas de código.
En este artículo exploramos cómo integrar modelos de lenguaje grandes (LLM) con bases de datos relacionales, como PostgreSQL, utilizando la extensión pgvector. Esta combinación permite realizar búsquedas semánticas avanzadas directamente en bases de datos existentes, eliminando la necesidad de herramientas especializadas adicionales. Descubre cómo frameworks como Spring AI facilitan esta integración y transforma tus aplicaciones en soluciones más inteligentes.
El artículo destaca la importancia de integrar la seguridad en el desarrollo de software y presenta a Kiuwan como una herramienta eficaz para identificar y corregir vulnerabilidades en el código.
Integración de Neo4j, LangChain4j y OpenAI para crear un asistente que usa RAG en la investigación criminal, mejorando el análisis de datos y relaciones.
Chroma almacena datos no estructurados como vectores multidimensionales, facilitando búsquedas eficientes y aplicaciones en recomendaciones y reconocimiento de patrones.
