Hola,
hoy no me voy a enrollar mucho con lo que he hecho durante la semana porque lo explico en el nuevo vídeo de G33K TEAM —y ya que estás, échale un ojo y suscríbete, que no cuesta nada 😉.

En este episodio hablamos de VIBE CODING, esa forma de trabajar con IA que no siempre es académica, pero funciona.
Te contamos tips reales, cosas que hemos aprendido a base de prueba, error y estar día tras día batallando con la inteligencia artificial para que haga lo que queremos (y no lo que le da la gana).

Además, en esta edición de la newsletter te traigo:

• 🧾 Un bot de parsing de tickets con IA que convierte fotos de recibos en filas de Excel.
• 💻 Un tutorial para usar Cline en VS Code con OpenRouter, Gemini Pro 2.5 y Quasar:Alpha.

Todo para que automatices más, mejor, y con estilo.

Vamos al lío ↓

Comparte esta newsletter

¿Te gusta nuestra newsletter sobre #NoCode y #OpenSource? Si quieres que sigamos ofreciendo contenidos accionables y de valor, ¡apóyanos! Una simple acción puede hacer una gran diferencia. Haz clic en el botón abajo y twittea para ayudarnos a crecer. 🚀

ℍ𝕠𝕣𝕚𝕫𝕠𝕟𝕥𝕖 𝔸𝕣𝕥𝕚𝕗𝕚𝕔𝕚𝕒𝕝

Te presentamos "Horizonte Artificial", la nueva y flamante sección de nuestra newsletter dedicada exclusivamente a la Inteligencia Artificial. Pero no esperes el contenido convencional que inunda TikTok o YouTube. Aquí, nos sumergiremos en el fascinante mundo del OpenSource, explorando proyectos libres que puedes desplegar en tu propio servidor. Y para guiarnos en esta travesía, contamos con la experticia de Jesús Pacheco, mejor conocido en nuestra comunidad HiveAgile como "Pachecodes". Prepárate para una perspectiva fresca y auténtica sobre la IA. ¡Bienvenidos al horizonte!

🦙 Meta lanza LLaMA 4 y la comunidad se vuelve loca

Sí, Meta lo volvió a hacer. Este 5 de abril liberaron LLaMA 4, la nueva generación de su modelo open source, y no vinieron con las manos vacías: soltaron Scout y Maverick, y nos dejaron cebadísimos con lo que viene: Behemoth y Reasoning.

Te resumimos lo más jugoso:

🔍 Scout: el modelo que quiere estar en todas

• Parámetros: 109B totales, 17B activos con arquitectura MoE (Mixture-of-Experts) con 16 expertos.
• Contexto: Hasta 10 millones de tokens. Sí, millones. Ideal para agentes con memoria o documentos largos.
• Multimodal: Hasta 5 imágenes por prompt. Y multilingüe.
• Performance: Corre en una sola GPU H100 con números que sorprenden:
  • Chart QA: 88.8
  • MMLU: 74.3
  • MathVista: 70.7
• Comparativas: Le saca ventaja a Gemma 3 y Mistral 7B en razonamiento.
• Fecha de corte: Agosto 2024.

¿En resumen? Liviano, eficiente y con hambre de producción.

🛫 Maverick: el que quiere destronar a los grandes

• También multimodal y con arquitectura MoE.
• Meta aún no soltó specs detalladas, pero según lo que circula en X, apunta directo a competir con GPT-4o y Gemini 2.0.
• Ya está disponible y promete potencia para tareas más creativas o técnicas.

🦾 Behemoth y Reasoning: lo que se viene

• Behemoth: nombre grande, modelo más grande. Se viene un monstruo para tareas de alto rendimiento. Por ahora solo teaser.
• Reasoning: en desarrollo. Enfocado en razonamiento complejo, promete redefinir cómo los modelos enfrentan lógica y toma de decisiones.

💡 ¿Por qué importa?

Porque es open source, tiene capacidades multimodales, y está a solo un click en Hugging Face.
Scout y Maverick ya están disponibles y eso acelera la innovación fuera del círculo cerrado de las Big Tech.

💬 La comunidad opina

“Scout es perfecto para agentes con memoria profunda”
“Maverick puede ser el nuevo rey de los benchmarks”

Meta subió la apuesta. La comunidad está on fire. Y esto recién empieza.

😒 "Monday", el asistente sarcástico que (quizás) no necesitabas

El 1 de abril (sí, April Fools' Day), OpenAI liberó en ChatGPT un nuevo personaje: Monday, un asistente que odia ayudarte y no lo oculta.

Responde con cinismo, tira frases amargas, y parece que le molesta que lo uses.

Lo podés probar en modo texto (gratis) o con voz (si pagás). Tiene un tono gris deprimente y una actitud que haría llorar a Clippy.

📲 Para usarlo: actualizá la app → buscá “Monday” en las voces o en "Explore GPTs" → aguantate sus quejas.

En X lo llaman:

• “Grok con resaca”
• “El asistente perfecto para burlarte de tus propias preguntas”

¿Sirve? Depende. Para reírte un rato, va como piña. Para uso intensivo... digamos que te va a caer pesado. Pero hey, si te gusta la IA con actitud, este es tu bot.

🌟 TopGit - Resumen Semanal (2025-04-04)

📚 Repositorios Destacados de la Semana

Los siguientes repositorios han sido seleccionados por su relevancia, calidad y métricas de GitHub:

🔧 🚀 Plataforma de Bajo Código

ToolJet es una plataforma de bajo código para construir aplicaciones empresariales. Permite a los usuarios conectarse a diversas fuentes de datos como bases de datos, herramientas SaaS y API, y construir aplicaciones de manera intuitiva con una interfaz de arrastrar y soltar.

📊 Estadísticas de GitHub:

• ⭐ 35,287 estrellas
• 🔄 4,530 forks
• 👀 187 observadores
• 📝 949 issues abiertos
• 🔤 Principal lenguaje: JavaScript

🔧 🌐 Servidores MCP Asombrosos

Una lista curada de servidores del Protocolo de Contexto de Modelo (MCP) que permite la interacción segura entre modelos de IA y recursos locales o remotos. Esta colección incluye servidores listos para producción y experimentales que extienden las capacidades de IA a través de conexiones a archivos, bases de datos y API.

📊 Estadísticas de GitHub:

• ⭐ 30,909 estrellas
• 🔄 2,093 forks
• 👀 240 observadores
• 📝 46 issues abiertos
• 🔤 Principal lenguaje: No especificado

🔧 💻 Gogs - Servicio Git Autohospedado

Gogs es un servicio de Git autohospedado que permite a los usuarios crear y gestionar sus propios repositorios de Git de manera sencilla y sin complicaciones. Está diseñado para ser rápido y eficiente, proporcionando una experiencia similar a GitHub, pero en un entorno privado.

📊 Estadísticas de GitHub:

• ⭐ 46,137 estrellas
• 🔄 5,016 forks
• 👀 1,051 observadores
• 📝 960 issues abiertos
• 🔤 Principal lenguaje: Go

🔧 🌐 Proxy Seguridad MCP-a-OpenAPI

mcpo es un servidor proxy simple y seguro que transforma comandos de servidores MCP en un formato accesible mediante RESTful OpenAPI. Esto permite que las herramientas de inteligencia artificial y aplicaciones que esperan servidores OpenAPI funcionen sin problemas.

📊 Estadísticas de GitHub:

• ⭐ 481 estrellas
• 🔄 47 forks
• 👀 11 observadores
• 📝 7 issues abiertos
• 🔤 Principal lenguaje: Python

🔧 🧠 FalkorDB: Base de Datos de Grafos

FalkorDB es una base de datos de grafos escalable y de baja latencia, diseñada para equipos de desarrollo que gestionan datos interconectados y tanto estructurados como no estructurados en tiempo real. Su objetivo es construir un gráfico de conocimiento de alto rendimiento optimizado para Modelos de Lenguaje Grande (LLMs), asegurando una entrega de información rápida y eficiente a través de nuestra base de datos de grafos.

Entre sus características clave se incluyen la representación de matrices dispersas, la consulta mediante álgebra lineal y el cumplimiento del modelo de grafo de propiedades. También es compatible con el lenguaje de consulta OpenCypher, lo que potencia su funcionalidad avanzada.

📊 Estadísticas de GitHub:

• ⭐ 935 estrellas
• 🔄 44 forks
• 👀 23 observadores
• 📝 405 issues abiertos
• 🔤 Principal lenguaje: C

🔧 📊 Anyquery: Motor de Consultas SQL

Anyquery es un motor de consultas SQL que te permite ejecutar consultas SQL sobre prácticamente cualquier cosa. Soporta consultas en archivos, bases de datos y aplicaciones (como Apple Notes, Notion, Chrome, entre otras). Además, puede conectarse a LLMs como ChatGPT y Claude, permitiendo el acceso a tus datos. Crea nuevas funcionalidades a través de plugins y actúa como un servidor MySQL para ejecutar consultas desde clientes compatibles.

📊 Estadísticas de GitHub:

• ⭐ 648 estrellas
• 🔄 28 forks
• 👀 6 observadores
• 📝 7 issues abiertos
• 🔤 Principal lenguaje: Go

🔧 🧠 TTSFM - API de Texto a Voz

TTSFM es un servidor API que simula el servicio TTS de OpenAI, proporcionando una interfaz compatible para la conversión de texto a voz con múltiples opciones de voz. Permite a los desarrolladores integrar capacidades de texto a voz en sus aplicaciones de manera fácil y eficiente.

📊 Estadísticas de GitHub:

• ⭐ 335 estrellas
• 🔄 54 forks
• 👀 1 observadores
• 📝 1 issues abiertos
• 🔤 Principal lenguaje: HTML

🔧 🧠 Protocolo de Contexto de Modelo para PostgreSQL (PG-MCP)

PG-MCP es una implementación del Protocolo de Contexto de Modelo (MCP) para bases de datos PostgreSQL, diseñada para que los agentes de IA descubran, se conecten a, consulten y comprendan bases de datos PostgreSQL a través de una arquitectura orientada a recursos. Incluye soporte para múltiples bases de datos, gestión de conexiones robusta y capacidades avanzadas de consulta.

📊 Estadísticas de GitHub:

• ⭐ 403 estrellas
• 🔄 7 forks
• 👀 5 observadores
• 📝 4 issues abiertos
• 🔤 Principal lenguaje: Python

🔧 🤖 Generador de Video con Marcos de Inicio y Fin

ComfyUI-WanVideoStartEndFrames es una herramienta de nodos que permite la generación de videos basado en marcos de inicio y fin. Utilizando la versión modificada Wan2.1, esta herramienta guía la creación de videos ayudando a mantener la identidad de los personajes a lo largo del metraje. Ideal para usuarios que buscan una forma efectiva de crear videos personalizados.

📊 Estadísticas de GitHub:

• ⭐ 295 estrellas
• 🔄 17 forks
• 👀 5 observadores
• 📝 16 issues abiertos
• 🔤 Principal lenguaje: Python

🔧 🤖 Analizador de Gmail con IA

Este es un sistema backend basado en Go que permite analizar correos electrónicos y genera sugerencias de respuestas utilizando inteligencia artificial. Su propósito es facilitar la gestión del correo electrónico al ofrecer respuestas automáticas y relevantes, mejorando así la eficiencia del usuario.

📊 Estadísticas de GitHub:

• ⭐ 1 estrellas
• 🔄 0 forks
• 👀 1 observadores
• 📝 0 issues abiertos
• 🔤 Principal lenguaje: Go

📊 Análisis de Distribución por Categorías

La siguiente gráfica muestra la distribución de proyectos por categoría en TopGit:

📈 Estadísticas Semanales

🏆 Top 3 Categorías

📊 Distribución Detallada

🤖 IA & Machine Learning ██████████    54%  (7 repos)
🔧 Dev                ███           15%  (2 repos)
⚡ Productivity       ███           15%  (2 repos)
📱 Mobile Development █              8%  (1 repos)

🚀 Tendencias Destacadas

📈 Métricas Clave

• Repositorios Totales: 13
• Promedio Diario: 1.9 repos/día
• Categorías Activas: 5

🎯 Categorías Dominantes

1. IA & Machine Learning
   • 7 repositorios
   • 53.8% del total
2. Dev
   • 2 repositorios
   • 15.4% del total
3. Productivity
   • 2 repositorios
   • 15.4% del total

💡 Análisis de Tendencias

Tras analizar las tendencias de GitHub de la semana del 4 de abril de 2025, se han observado varios patrones y elementos de interés. A continuación, presentamos un resumen de los hallazgos más notables.

1. Impulso de las plataformas de bajo código: El repositorio más destacado de la semana fue una plataforma de bajo código destinada a la construcción de aplicaciones empresariales, lo que indica un creciente interés en simplificar y agilizar el desarrollo de software.
2. Innovaciones en torno al Protocolo de Contexto de Modelo: Hubo un notable enfoque en los servidores Protocolo de Contexto de Modelo (MCP). Esta tendencia subraya el interés en facilitar una interacción segura entre modelos de IA y recursos locales o remotos.
3. Autohospedaje y control de la propiedad de los datos: Gogs, un servicio Git autohospedado que permite a los usuarios gestionar sus propios repositorios, estuvo entre los proyectos más populares. Este patrón sugiere un deseo creciente de controlar y proteger los datos propios.
4. La importancia de los datos interconectados: Concentrando las atenciones en las bases de datos de grafos, existe un interés creciente en manejar datos interconectados en tiempo real. Esto es evidente con FalkorDB, un proyecto que apunta a construir un gráfico de conocimiento de alto rendimiento.
5. Integración de IA en aplicaciones comunes: Hubo proyectos que permiten aprovechar la inteligencia artificial de formas innovadoras. Por ejemplo, el analizador de Gmail con IA muestra un interés en aumentar la eficiencia del usuario en tareas cotidianas.
6. Potenciación de herramientas multimedia mediante IA: ComfyUI-WanVideoStartEndFrames, una herramienta para la generación de videos basado en marcos de inicio y fin, demuestra el interés en la utilización de la IA para mejorar la creación y edición de contenido multimedia.

🗞️ Esta semana en The {AI}rtist:

Traemos automatización con estilo y un toque de potencia LLM aplicada a lo real:

1. 🧾 Parsing de tickets con IA:
   Convierte tickets físicos en datos útiles con un bot de Telegram, LlamaIndex y n8n.
   📥 Del papel al Excel sin teclear ni una línea.
2. 💻 Cline + OpenRouter en VS Code:
   Te enseñamos a integrar Gemini Pro 2.5 y Quasar:Alpha en tu editor favorito con Cline.
   🧠 Planifica y ejecuta código con IA directamente desde el teclado.

Dos flujos, cero fricción, y todo listo para usar.

🤖 Automatiza el parsing de tickets con IA y n8n: del papel a tu hoja de cálculo en segundos

¿Te imaginas mandar una foto de un ticket por Telegram y que los datos aparezcan automáticamente en tu hoja de Google Sheets?
Pues eso es justo lo que hace este workflow creado con n8n, LlamaIndex y OpenAI.

Y sí, funciona tanto con imágenes como con PDFs. Aquí te contamos cómo lo hemos montado, lo que guarda, y te dejamos el workflow listo para importar y usar.

🧾 El problema: tickets en papel, datos sin procesar

Si trabajas con proveedores, almacenes o recibes facturas en papel, sabrás lo que es lidiar con:

• Tickets arrugados y difíciles de leer
• Recoger datos a mano
• Perder tiempo rellenando hojas de cálculo

Este bot hace el trabajo sucio por ti y en menos de un minuto.

🚀 La solución: Telegram + n8n + IA

Este workflow se activa cuando envías una foto o archivo por Telegram. Lo que hace a continuación:

1. Recibe el archivo (imagen o PDF)
2. Lo sube a la API de LlamaIndex Parsing
3. Espera a que se analice
4. Descarga el contenido como Markdown
5. Extrae los datos con GPT-4o-mini usando un prompt con formato estructurado
6. Guarda todo en tu Google Sheets
7. Te manda un resumen por Telegram ✅

👀 ¿Qué guarda exactamente?

Te dejamos un ejemplo real de lo que termina en la hoja de cálculo:

🧠 Pro Tip: cada producto queda almacenado en un campo JSON llamado items, listo para explotarlo después con BI o dashboards.

🛠️ ¿Cómo está hecho?

El workflow usa:

• Telegram Trigger → Recibe los tickets
• LlamaIndex API → Sube y analiza los documentos
• GPT-4o-mini → Extrae los datos del Markdown como JSON
• Google Sheets → Añade la info como nueva fila
• Telegram Notifier → Te dice que todo ha ido bien

Puedes ver el grafo completo del workflow en esta captura:

📹 Mira cómo funciona en vivo

Grabamos este vídeo en Loom para enseñarte cómo fluye todo:

📦 ¿Quieres probarlo tú?

Te dejamos el workflow completo para importar en tu instancia de n8n: