La gente se complica mucho la vida, te digo esto pensando como optimizar al máximo un workflow de Typebot + N8N + Baserow, si te dijerá que es muy fácil... lo unico que tienes que pensar.

Al diseñar este bot de pruebas, mi objetivo era simplificar el proceso tanto como fuera posible, demostrando que, con el enfoque correcto, es factible implementar un sistema de delivery eficaz utilizando estas tres herramientas incluidas en la membresía. Este proyecto no solo es una prueba de concepto para explorar las capacidades de integración entre Typebot, N8N, y Baserow, sino también una demostración práctica de cómo estas plataformas pueden trabajar juntas de manera sinérgica para crear soluciones robustas y escalables.

Aún me falta acabar la lógica para que se pueda comprar más de un producto, pero son las 04:22 y he desecho lo que estaba haciendo para simplificarlo, me estoy durmiendo pero mi compromiso con todos vosotros me puede.

Te presento el Stack que he utilizado y al final te daré un tip que posiblemente me agradecerás.

N8N

Será el pegamento y encargado de toda la lógica.

N8N - HiveAgile

HiveAgile

Baserow

Una alternativa opensource a Airtable que permitirá guardar los datos y que añadir más platos o cambiar los productos sea un juego de niños.

Baserow - HiveAgile

Baserow es una herramienta de código abierto para la creación de bases de datos en línea. Alternativa a Airtable.

HiveAgile

Typebot

Mi compi para crear chatbots es una mezcla entre Landbot y Typeform

Typebot - HiveAgile

HiveAgile

Para mantener las cosas claras y sencillas en tu integración entre Typebot, N8N, y cualquier otro sistema que quieras conectar, enfócate en usar un único punto de conexión. Define una variable, digamos webhook, asignándole la URL de tu webhook de N8N. Utiliza esta variable webhook en Typebot para todas tus solicitudes POST. Este método te ahorrará dolores de cabeza y hará que tu flujo de trabajo sea más manejable.

Cuando envíes datos, hazlo con un esquema claro. Por ejemplo, incluye siempre un campo accion en tus JSONs para indicar de forma explícita qué quieres que se haga. Complementa este campo con los datos específicos que necesitas pasar. Aquí te dejo un esquema simple pero efectivo para tus solicitudes POST:

{
  "accion": "buscar_categorias",
  "variable1": "{{variable1}",
  "variable2":"{{variable2}}",
  "variable3" "{{variable3}}"
}

Con este esquema, al recibir la solicitud, en N8N puedes filtrar fácilmente qué acción realizar basándote en accion. Es un enfoque directo que te permite mantener todo organizado y eficiente, facilitando la expansión o modificación de tu flujo de trabajo sin complicaciones.

Puedes usar el nodo switch tal como se ve en esta imagen:

Si te miras la imagen que tengo arriba verás que te estabas complicando la vida.

Si te apetece probar el invento, es una POC realmente y tengo que mejorarla pero permite que alguien que no tiene muchos conocimientos pueda modificar datos fácilmente incluso podrías hacer otro formulario que inserte datos.

Menu

Build beautiful conversational forms and embed them directly in your applications without a line of code. Triple your response rate and collect answers that has more value compared to a traditional form.

Menu

Si estás interesado en explorar esta solución y contribuir a su evolución, tu feedback será muy bienvenido.

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 "Chukowski". Prepárate para una perspectiva fresca y auténtica sobre la IA. ¡Bienvenidos al horizonte!

Mi Homenaje a Jennell Jaquays Destaca en el New York Times 🌟

Saludos colegas de la comunidad de HiveAgile y nocodeopensource.io, hoy en la sección de Horizonte Artificial les traigo una noticia emocionante: una de mis creaciones utilizando IA ha sido destacada en el NYTimes. Así es, han reconocido una pieza que combina la herencia del diseño de juegos con la vanguardia tecnológica. "Esta obra de arte fue concebida como un homenaje a Jennell Jaquays, una diseñadora de juegos venerada por su trabajo en clásicos como Dungeons & Dragons y Quake II. Su visión y creatividad han inspirado a generaciones de jugadores y diseñadores por igual, y fue un honor para mí poder plasmar su esencia en un tributo visual".

Link al artículo: https://www.nytimes.com/2024/02/01/arts/jennell-jaquays-dead.html

Todo comenzó cuando un amigo colega, amante del open source, me reveló ser ingeniero en Tesla tras haberle ayudado a entender mejor la IA. Esta sorpresa fortaleció nuestra amistad, basada en una pasión compartida por la tecnología y las conversaciones enriquecedoras. Gilbert Palau me encomendó una tarea que acepté sin dudarlo, sumergiéndome en una aventura que me pareció sumamente conmovedora y un honor. La misión era rendir tributo a Jennell Jaquays y su monumental trabajo.

Hice un exhaustivo análisis del arte de Jennell, y aunque Gilbert solo esperaba que retocara unas fotos, decidí ir más allá, utilizando todo lo que tenía a mi alcance. Después de investigar y encontrar más material sobre ella, incluyendo fotos desde varios ángulos e ilustraciones de su autoría, así como información sobre los juegos en los que había trabajado, me sentí preparado para embarcarme en la creación.

Comencé utilizando la interfaz web de Stable Diffusion llamada Fooocus, que hemos mencionado en anteriores newsletters, con un modelo conocido como Juggernaut v7. En el modo avanzado, ajusté parámetros para lograr un resultado fotorrealista con un toque de fantasía. Establecí la proporción de aspecto deseada e incorporé las fotos de referencia en la sección de entrada de imagen.

Fue entonces cuando empecé a jugar con los prompts. Fooocus tiene una funcionalidad que enriquece aún más el prompt para añadir realismo. En esta ocasión, usé combinaciones como "fooocus masterpiece", "Fooocus photorealistic" y "fooocus negative", junto con frases como "Una hermosa maga en una mazmorra, rodeada de artefactos mágicos" y "un retrato celestial de una diseñadora de juegos rubia".

Hubo varios intentos fallidos; las imágenes carecían de consistencia y la cara no se parecía lo suficiente a Jennell, así que pasé al siguiente paso. Utilicé FaceFusion, una interfaz para hacer intercambio de rostros, seleccionando la foto de referencia y la imagen objetivo, y comencé a optimizar hasta que el rostro se asemejara lo más posible al original.

Pero había un problema: la resolución. No podía permitirme entregar un trabajo tan importante con una calidad pobre. Así que recurrí a Magnific.ai, una herramienta de aumento de resolución creada en España. Inserté las fotos en Magnific, manteniendo la similitud con la foto original bastante alta y seleccioné una opción de aumento de 2x, lo máximo disponible en ese momento.

Magnific proporcionó una calidad sorprendente, aunque con el pequeño inconveniente de añadir pecas inexistentes. Aunque aún no había dominado completamente el arte del escalado de imágenes con esta herramienta, sí sabía cómo manejar Photoshop.

Fue en Photoshop donde apliqué los toques finales, utilizando una técnica conocida como separación de frecuencias. Eliminé tonos y líneas innecesarios, corrigiendo cualquier defecto en múltiples capas para finalizar con una obra de arte espectacular.

Al final, envié la pieza a Gilbert Palau en alta resolución, sintiéndome orgulloso de haber cumplido con la misión. Fue un honor trabajar en esta pieza y demostrar el potencial de la inteligencia artificial en campos tan diversos como el arte y, en particular, la creatividad.

La noticia:

-Jesús V. Pacheco

Presidente de Aki'tá

Para consultoría y soluciones con IA pueden comenzar Akí

Ollama: La era del AI open source y multimodal 🦙

Ollama

Get up and running with large language models, locally.

Recientemente, me topé con un avance emocionante en el mundo de la inteligencia artificial: Ollama, una herramienta que está empujando los límites de lo que podemos hacer con modelos multimodales de código abierto. En un video fascinante publicado en Data Science Basics, exploré cómo Ollama maneja de manera más eficiente estos modelos, trabajando a través de la interfaz de línea de comandos (CLI) y una interfaz de usuario web (WebUI).

Ollama ha lanzado una nueva versión que mejora la integración de modelos multimodales, los cuales pueden manejar tareas como la detección de objetos y el reconocimiento de texto en imágenes. Lo más impresionante es que estos modelos están disponibles en tres variantes: 7B, 13B y 34B, lo que ofrece una gran flexibilidad dependiendo de nuestras necesidades de procesamiento y recursos disponibles.

En mi experiencia con Ollama (y el modelo Llava), pude ver de primera mano cómo estos modelos manejan la detección de objetos con facilidad. Por ejemplo, al proporcionar una imagen de una persona sosteniendo un casco de realidad virtual(El famoso Apple Vision Pro) , Ollama no solo identificó correctamente la acción, sino que también reconoció la cara sonriente de la persona.

Pasando al reconocimiento de texto, Ollama demostró ser igualmente competente. Capturé una  una imagen de una pizarra con varias anotaciones escritas durante una lluvia de ideas. No solo reconoció cada palabra con claridad, sino que también me proporcionó un resumen conciso de los temas discutidos. Fue como tener un asistente virtual que transcribiera y organizara mis notas. 📝✨

Una de las características más convenientes de Ollama es su capacidad para funcionar tanto en la CLI como en la WebUI. Esto significa que puedes elegir la interfaz con la que te sientas más cómodo. En mi caso, la WebUI proporcionó una experiencia más visual e interactiva, lo que facilitó mucho el proceso de carga y análisis de imágenes.

Para aquellos interesados en experimentar con Ollama, les recomiendo visitar su blog y su repositorio de GitHub, donde pueden encontrar instrucciones detalladas para instalar y ejecutar Ollama y sus modelos. Ya sea que prefieras trabajar localmente o mediante contenedores como Docker, Ollama es flexible y accesible.

Esta experiencia con Ollama  me ha dejado claro que estamos entrando en una nueva era para la IA, una donde el código abierto y la multimodalidad se combinan para ampliar nuestras capacidades creativas y técnicas. Si estás tan emocionado como yo por estas posibilidades, te animo a explorar Ollama y a sumergirte en el fascinante mundo de la IA multimodal de código abierto.

llava

🌋 LLaVA is a novel end-to-end trained large multimodal model that combines a vision encoder and Vicuna for general-purpose visual and language understanding. Updated to version 1.6.

¡Sigan explorando y creando! 🚀