Contexto en Deep Agents: qué hace un agente con la memoria llena
Las tres técnicas con las que Deep Agents comprime el contexto y cómo comprobar que funcionan, según LangChain.
maximofn.com expone una API pública de solo lectura con el índice de su contenido (artículos del blog, proyectos y tips). No requiere autenticación y está pensada para agentes de IA, crawlers y desarrolladores que quieran descubrir el contenido del sitio de forma legible por máquinas.
GET /api/v1/content.json — índice completo de contenido (es / en / pt-br). Ruta versionada: es la que conviene fijar.GET /api/content.json — alias sin versión, sigue siempre a la última.
Las rutas bajo /api/{versión}/ mantienen su forma: los campos
existentes no se eliminan ni cambian de tipo, solo se añaden nuevos. Un cambio
incompatible se publica como una versión nueva y la anterior sigue funcionando.
Por eso, para una integración estable conviene apuntar a
/api/v1/content.json y no al alias sin versión.
Retirada de versiones: cuando se publique una versión nueva, la anterior
seguirá sirviéndose sin cambios durante al menos 12 meses. Durante ese
periodo sus respuestas llevarán las cabeceras Deprecation y Sunset
con la fecha de retirada, y el campo versions.deprecation del JSON anunciará la
sucesora. Pasada la fecha, la ruta retirada responderá 410 Gone con un JSON que
apunte a la versión vigente.
/openapi.json) — documentación máquina-legible./.well-known/ai-plugin.json — manifiesto para agentes de IA./llms.txt — guía de navegación para LLMs./mcp — servidor MCP (Model Context Protocol) con las tools list_content, search_content y content_stats.GET).application/json), con URLs en es / en / pt-br.{
"site": "https://www.maximofn.com",
"name": "MaximoFN",
"languages": ["es", "en", "pt-br"],
"counts": { "posts": 78, "projects": 11, "tips": 13, "total": 102 },
"content": [
{
"type": "post",
"title": "QLoRA Explicado: Cuantización NF4...",
"description": "...",
"url": "https://www.maximofn.com/qlora",
"url_en": "https://www.maximofn.com/en/qlora",
"url_pt": "https://www.maximofn.com/pt-br/qlora",
"image": "https://images.maximofn.com/QLoRA_thumbnail_ES.webp"
}
]
} No requiere autenticación: una sola petición GET devuelve todo el índice.
# curl
curl https://www.maximofn.com/api/content.json # Python
import httpx
data = httpx.get("https://www.maximofn.com/api/content.json").json()
posts = [c for c in data["content"] if c["type"] == "post"]
print(len(posts), "posts") // JavaScript
const res = await fetch("https://www.maximofn.com/api/content.json");
const data = await res.json();
console.log(data.counts); El contenido es propiedad de MaximoFN; se permite su uso para descubrimiento e indexación.
Las tres técnicas con las que Deep Agents comprime el contexto y cómo comprobar que funcionan, según LangChain.
Explico el artículo de Thariq, del equipo de Claude Code: por qué pide planes, revisiones e informes en HTML en vez de M...
Cómo se monta un agente de programación que trabaje horas en la terminal sin perder el hilo: el paper de OpenDev, de Ngh...
Hablemos.
maximofn@gmail.com
Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.
Presentación interactiva en 3D sobre el agente de Gymnasia: dónde viven los datos, del plato al dato, tools, duplicados, límites de salud y cómo proba...
Charla técnica: skills, subagentes, slash commands y MCPs en Claude Code
Los espacios de Hugging Face nos permite ejecutar modelos con demos muy sencillas, pero ¿qué pasa si la demo se rompe? O si el usuario la elimina? Por ello he creado contenedores docker con algunos espacios interesantes, para poder usarlos de manera local, pase lo que pase. De hecho, es posible que si pinchas en alún botón de ver proyecto te lleve a un espacio que no funciona.
Hablemos.
maximofn@gmail.com
Especialista en Machine Learning e Inteligencia Artificial. Desarrollo soluciones con IA generativa, agentes inteligentes y modelos personalizados.
Dataset de chistes en inglés
Uso: Fine-tuning de modelos de generación de texto humorístico
Dataset con traducciones de inglés a español
Uso: Entrenamiento de modelos de traducción inglés-español
Dataset con películas y series de Netflix
Uso: Análisis de catálogo de Netflix y sistemas de recomendación