-
Cómo construir un MCP Server
Cómo construir un servidor MCP que unifica SearXNG, Firecrawl, Camofox y OCR para dar a cualquier LLM acceso a búsqueda, scraping, navegación web y reconocimiento de texto mediante una única interfaz. También detalla las principales decisiones de diseño (arquitectura, seguridad, rendimiento y manejo de errores) y las lecciones aprendidas para crear un sistema robusto, seguro y fácil de usar.
-
Model Context Protocol (MCP): Estandarización de herramientas
MCP: Arquitectura cliente-servidor, descubrimiento semi-dinámico de herramientas, FastMCP, y cómo conectar agentes LLM a fuentes de datos externas.
-
Gestión del contexto y memoria persistente
Memoria en agentes LLM: Cómo combinar contexto corto y almacenamiento externo para mantener coherencia.
-
Diseño de un agente: Integrando patrones agénticos en un pipeline
Implementación de patrones agénticos integrados en un analizador financiero trivial con Python y modelo local.
-
Tool Use con LLMs: Cómo los agentes interactúan con el mundo real
Tool Use permite que un LLM deje de ser un sistema pasivo y pueda interactuar con APIs, bases de datos, servicios externos y herramientas. Mediante Function Calling, el modelo decide cuándo necesita una herramienta, genera la llamada y utiliza el resultado para responder mejor. Su éxito depende de definir herramientas claras, validar parámetros y gestionar errores correctamente. Más que añadir…