Python e inteligencia artificial: LLMs, agentes, RAG

Sobre esta categoria

La integración de Python e inteligencia artificial ya no es ciencia ficción: hoy puedes construir asistentes con memoria, agentes que ejecutan tareas y aplicaciones que entienden lenguaje natural en cuestión de horas. En esta sección encontrarás todo lo necesario para mover Python y LLMs del “qué guay esto del ChatGPT” al “tengo mi propia herramienta funcionando en producción”.

Cubrimos las APIs de los principales modelos —OpenAI, Anthropic Claude, Gemini—, cómo estructurar prompts que devuelven JSON limpio, cómo añadir tool use (function calling) para que el modelo ejecute código tuyo, cómo construir RAG sobre tus PDFs y documentos para tener un asistente con memoria sobre tu contenido, y cómo crear agentes que orquestan varios pasos sin perderse por el camino.

También entramos en el lado práctico que mucha gente esquiva: gestión de costes (cuánto cuesta cada tipo de llamada y cómo cachear bien), control de errores cuando la API falla a mitad de proceso, y técnicas de evaluación para saber si tu pipeline mejora o empeora cuando le metes mano. Python para IA no es solo poner llamadas: es saber cuándo usar el LLM y cuándo no.

Esta categoría es para programadores Python que quieren añadir a su caja de herramientas la capa de IA aplicada, sin entrar en la matemática profunda del machine learning. El curso de El Pythonista construye una aplicación completa con su API que más adelante puedes extender con LLMs siguiendo lo que aquí explicamos.

Articulos publicados