Documentación técnica clara y práctica para múltiples ámbitos: backend, frontend, DevOps, machine learning e inteligencia artificial agéntica. Todo en un solo lugar, con ejemplos reales y código listo para producción.
Selecciona un cookbook para leer la documentación completa
Construcción de APIs REST de alto rendimiento con FastAPI, Pydantic y documentación automática OpenAPI.
Documentación completa de endpoints, esquemas JSON y ejemplos de cURL para integración.
Galería de componentes visuales, tokens de color y guías de accesibilidad.
Docker, Kubernetes, Helm charts y orquestación de servicios en producción.
Pipeline completo de CI/CD con GitHub Actions, ArgoCD y Kubernetes para despliegues automáticos.
Infrastructure as Code con Terraform: providers, módulos, workspaces, estado remoto y CI/CD para infraestructura.
Orquestación de workflows con Apache Airflow: DAGs, operadores, despliegue en contenedores y patrones de producción.
Colección de hooks personalizados, gestión de estado y optimización de renders.
Desarrollo de sitios web con Astro: islands architecture, componentes, SSG y content collections.
Arquitectura de backend en Python: patrones, bases de datos, testing y despliegue en producción.
Desarrollo de modelos de deep learning con Keras: arquitecturas, entrenamiento, evaluación y deploy.
Sistema de versionado de modelos con MLFlow: tracking, registry, comparación y despliegue.
Arquitectura de agentes IA en contenedores Docker con orquestación y escalado automático.
Construcción de agentes con LangChain: tools, chains, memory y custom agents.
Conceptos core, LLMs, memoria, RAG, y modelos clave de agentes.
Protocolo Agent-to-Agent (A2A) de Google para comunicación entre agentes autónomos.
Patrones de diseño de agentes, de single-agent a sistemas multi-agente.
Model Context Protocol (MCP): creación de servidores y clientes con el SDK oficial de Python.
Patrones de razonamiento, lógicas de ejecución y manejo de contexto en agentes.
Ingeniería de prompts avanzada: Chain-of-Thought, Few-Shot, ReAct, system prompts profesionales y evaluación.
Gateways, observabilidad completa, seguridad (OWASP) y control de costes.
Sistemas multi-agente con CrewAI: roles, tareas, herramientas custom, workflows y patrones de producción.
Estándares de comunicación como MCP y A2A, frameworks y ecosistemas.
Laboratorios prácticos paso a paso para dominar cada feature de Architect v4.
Tu primera ejecución con Architect: setup mínimo, primer run y verificación del resultado.
Protege archivos, bloquea comandos peligrosos y limita el alcance de las modificaciones.
Ejecuta acciones automáticas antes y después de cada tool call: auto-format, lint, notificaciones.
Define convenciones del proyecto que Architect siempre respeta en cada ejecución.
Genera reportes JSON/Markdown de cada ejecución y usa exit codes para integrar con CI/CD.
Como terraform plan pero para código: previsualiza lo que Architect haría sin ejecutar cambios.
El corazón de Architect: ejecuta, verifica con tests, itera con contexto limpio hasta que pase.
Define workflows de múltiples pasos en YAML donde cada step es un agente independiente.
Procesa N archivos/tareas en paralelo, cada uno en un git worktree aislado.
Hard limits de coste por ejecución. Imprescindible para CI/CD sin supervisión.
Persiste el estado de ejecución, reanuda tareas interrumpidas y haz rollback a puntos seguros.
Patrones regex que Architect verifica en cada escritura: block impide, warn permite pero avisa.
Patrón Writer/Reviewer: un agente genera código, otro revisa y corrige. Sub-agentes especializados.
Conecta Architect a herramientas externas vía Model Context Protocol: Jira, GitHub, Datadog.
Traza completa de la ejecución del agente: cada llamada LLM, cada tool call, costes y duraciones.
Ejecuta la misma tarea con diferentes modelos en paralelo y compara: calidad, coste, velocidad.
Tests fallan en CI, Architect los arregla automáticamente y crea PR con el fix.
Scanner detecta CVEs, pipeline de 4 pasos: analyze → fix → verify → document.
8 módulos legacy por migrar. Parallel workers procesan cada archivo en worktrees aislados.
Bug reportado en issue tracker → Architect lee el ticket vía MCP → intenta fix → crea PR o escala.
Genera Terraform con guardrails de infra: no buckets públicos, no SGs abiertos, no imágenes sin tag.
Código cambia → Architect lee git diff → Writer genera docs → Reviewer verifica → PR de docs.
Actualización de dependencias en 6 paquetes de un monorepo con parallel workers y Ralph Loop.
Alerta → AIOps diagnostica root cause → Architect aplica hotfix → PR con trazabilidad completa.