pocketflow/cookbook/pocketflow-batch/translations/README_SPANISH.md

15 KiB

Pocket Flow – 100-line minimalist LLM framework

English | 中文 | Español | 日本語 | Deutsch | Русский | Português | Français | 한국어

License: MIT Docs

Pocket Flow es un framework minimalista de LLM en 100 líneas

  • Ligero: Solo 100 líneas. Cero hinchazón, cero dependencias, cero bloqueo de proveedor.

  • Expresivo: Todo lo que te gusta—(Multi-)Agentes, Flujos de trabajo, RAG, y más.

  • Programación con Agentes: Deja que los Agentes de IA (por ejemplo, Cursor AI) construyan Agentes—¡aumento de productividad de 10x!

Comienza con Pocket Flow:

  • Para instalar, pip install pocketflow o simplemente copia el código fuente (solo 100 líneas).
  • Para aprender más, consulta la documentación. Para conocer la motivación, lee la historia.
  • ¿Tienes preguntas? Consulta este Asistente de IA, o crea un issue!
  • 🎉 ¡Únete a nuestro Discord para conectar con otros desarrolladores que construyen con Pocket Flow!
  • 🎉 Pocket Flow inicialmente es Python, ¡pero ahora tenemos versiones en Typescript, Java, C++ y Go!

¿Por qué Pocket Flow?

Los frameworks actuales de LLM están sobrecargados... ¡Solo necesitas 100 líneas para un Framework LLM!

Abstracción Envoltorios Específicos para Apps Envoltorios Específicos para Proveedores Líneas Tamaño
LangChain Agent, Chain Muchos
(e.g., QA, Summarization)
Muchos
(e.g., OpenAI, Pinecone, etc.)
405K +166MB
CrewAI Agent, Chain Muchos
(e.g., FileReadTool, SerperDevTool)
Muchos
(e.g., OpenAI, Anthropic, Pinecone, etc.)
18K +173MB
SmolAgent Agent Algunos
(e.g., CodeAgent, VisitWebTool)
Algunos
(e.g., DuckDuckGo, Hugging Face, etc.)
8K +198MB
LangGraph Agent, Graph Algunos
(e.g., Semantic Search)
Algunos
(e.g., PostgresStore, SqliteSaver, etc.)
37K +51MB
AutoGen Agent Algunos
(e.g., Tool Agent, Chat Agent)
Muchos [Opcional]
(e.g., OpenAI, Pinecone, etc.)
7K
(solo core)
+26MB
(solo core)
PocketFlow Graph Ninguno Ninguno 100 +56KB

¿Cómo funciona Pocket Flow?

Las 100 líneas capturan la abstracción central de los frameworks LLM: ¡Grafo!


Desde ahí, es fácil implementar patrones de diseño populares como (Multi-)Agentes, Flujo de trabajo, RAG, etc.


A continuación hay tutoriales básicos:
Nombre Dificultad Descripción
Chat ☆☆☆
Principiante
Un chatbot básico con historial de conversación
Salida Estructurada ☆☆☆
Principiante
Extracción de datos estructurados de currículums mediante prompts
Flujo de Trabajo ☆☆☆
Principiante
Un flujo de escritura que esquematiza, escribe contenido y aplica estilo
Agente ☆☆☆
Principiante
Un agente de investigación que puede buscar en la web y responder preguntas
RAG ☆☆☆
Principiante
Un proceso simple de Generación aumentada por Recuperación
Lote ☆☆☆
Principiante
Un procesador por lotes que traduce contenido markdown a múltiples idiomas
Streaming ☆☆☆
Principiante
Una demo de streaming LLM en tiempo real con capacidad de interrupción del usuario
Guardrail de Chat ☆☆☆
Principiante
Un chatbot de asesoramiento de viajes que solo procesa consultas relacionadas con viajes
Map-Reduce ★☆☆
Básico
Un procesador de calificación de currículums usando el patrón map-reduce para evaluación por lotes
Multi-Agente ★☆☆
Básico
Un juego de palabras Tabú para comunicación asíncrona entre dos agentes
Supervisor ★☆☆
Básico
El agente de investigación es poco fiable... ¡Construyamos un proceso de supervisión!
Paralelo ★☆☆
Básico
Una demo de ejecución paralela que muestra una aceleración de 3x
Flujo Paralelo ★☆☆
Básico
Una demo de procesamiento de imágenes paralelo que muestra una aceleración de 8x con múltiples filtros
Voto por Mayoría ★☆☆
Básico
Mejora la precisión del razonamiento agregando múltiples intentos de solución
Pensamiento ★☆☆
Básico
Resuelve problemas de razonamiento complejos a través de Cadena de Pensamiento
Memoria ★☆☆
Básico
Un chatbot con memoria a corto y largo plazo
Text2SQL ★☆☆
Básico
Convierte lenguaje natural a consultas SQL con un bucle de auto-depuración
MCP ★☆☆
Básico
Agente que utiliza el Protocolo de Contexto de Modelo para operaciones numéricas
A2A ★☆☆
Básico
Agente envuelto con protocolo Agente-a-Agente para comunicación entre agentes
Web HITL ★☆☆
Básico
Un servicio web mínimo para un bucle de revisión humana con actualizaciones SSE

👀 ¿Quieres ver otros tutoriales para principiantes? ¡Crea un issue!

¿Cómo usar Pocket Flow?

🚀 A través de Programación con Agentes—el paradigma de desarrollo de aplicaciones LLM más rápido—donde los humanos diseñan y los agentes programan!



A continuación se muestran ejemplos de aplicaciones LLM más complejas:

Nombre de App Dificultad Temas Diseño Humano Código Agente
Construir Cursor con Cursor
Pronto llegaremos a la singularidad ...
★★★
Avanzado
Agente Doc de Diseño Código Flow
Constructor de Conocimiento de Base de Código
La vida es muy corta para estar mirando código ajeno confundido
★★☆
Medio
Flujo de trabajo Doc de Diseño Código Flow
Pregunta a la IA Paul Graham
Pregunta a la IA Paul Graham, en caso de que no entres
★★☆
Medio
RAG
Map Reduce
TTS
Doc de Diseño Código Flow
Resumen de Youtube
Explica Videos de YouTube como si tuvieras 5 años
★☆☆
Básico
Map Reduce Doc de Diseño Código Flow
Generador de Intros Frías
Rompehielos instantáneos que convierten leads fríos en calientes
★☆☆
Básico
Map Reduce
Búsqueda Web
Doc de Diseño Código Flow
  • ¿Quieres aprender Programación con Agentes?

    • ¡Consulta mi YouTube para ver tutoriales en video sobre cómo se crearon algunas de las aplicaciones anteriores!

    • ¿Quieres construir tu propia aplicación LLM? ¡Lee este post! ¡Comienza con esta plantilla!