/ai--guardrails

Monta un chatbot sobre tu stack actual: respuestas en streaming, historial guardado, conexión opcional a RAG y un bucle de feedback.

Implementa embeddings vectoriales en tu aplicación para búsqueda semántica, RAG o similitud: ingesta, troceado, consulta y optimización.

Crea un banco de pruebas para medir un pipeline RAG: conjunto de preguntas de referencia, métricas de recuperación, fidelidad y control de regresiones.

Mide dónde se gastan los tokens de tu app y aplica enrutado de modelos, cachés y compresión de prompts, validando cada cambio con una evaluación.

Monta un conjunto de evaluación para una función de IA: casos, rúbricas, comprobaciones por código, jueces LLM con control de sesgos y puerta en CI.

Instrumenta tu aplicación de IA con trazas, seguimiento de tokens y coste, señales de calidad, paneles y alertas para cada llamada.

Construye un servidor MCP que expone las funciones, APIs o datos de tu proyecto a clientes como Claude Code, con transporte, autenticación y pruebas.

Diseña un sistema de varios agentes de IA, con patrón de orquestación, contratos entre agentes y manejo de fallos, o recomienda un solo agente.

Revisa y reescribe tus prompts de sistema, de usuario y definiciones de herramientas, y te da una comparación entre la versión original y la mejorada.