Código abierto. Nuevas posibilidades.

Tabby es un asistente de codificación con IA de código abierto y autoalojado, diseñado como una alternativa local a GitHub Copilot.

Una colección curada de más de 90 tutoriales y proyectos prácticos de ingeniería de IA que cubre LLMs, RAG, agentes, MCP, aplicaciones multimodales, ajuste fino y evaluación, organizada por nivel de dificultad: principiante, intermedio y avanzado.

Made With ML es un curso y código abierto que enseña cómo diseñar, desarrollar, desplegar e iterar en aplicaciones de aprendizaje automático de grado productivo, cubriendo MLOps, pruebas, servicio, CI/CD y aprendizaje continuo.

Colección de código abierto con más de 100 agentes de IA, habilidades de agentes y aplicaciones RAG. Apache-2.0, creadas y probadas de principio a fin, compatibles con Claude, GPT, Gemini, DeepSeek, Llama y Qwen.

AutoAgent es un marco sin código que permite crear y desplegar agentes y flujos de trabajo de LLM usando solo lenguaje natural, con funciones como perfilado automático de agentes, creación de herramientas y orquestación multiagente.

Devinorium es una interfaz web autoalojada para agentes de codificación IA, con backend en Rust y frontend Flutter embebido, soportando Devin CLI, OpenCode y Codex CLI como proveedores.

Oumi es una plataforma de código abierto para el ciclo de vida completo de modelos fundacionales: preparación de datos, entrenamiento y ajuste fino (SFT, LoRA, QLoRA, GRPO), evaluación, síntesis de datos con jueces LLM y despliegue mediante vLLM/SGLang, con CLI y lanzamiento de trabajos en la nube.

FastMCP es un framework de Python para crear aplicaciones del Model Context Protocol (MCP), que permite la integración fluida de LLMs con herramientas y datos mediante servidores, clientes e interfaces interactivas.

Un curso gratuito de Microsoft de 21 lecciones para principiantes sobre cómo crear aplicaciones de IA generativa, con ejemplos en Python/TypeScript.

Una guía open-source integral que cubre técnicas de prompt engineering, RAG, agentes de IA y optimización de LLMs. Incluye tutoriales, artículos de investigación, herramientas y notebooks para trabajar eficazmente con modelos de lenguaje grandes.