En el artículo anterior comenzamos a enumerar las formas en las que podíamos hacer que un modelo de Inteligencia Artificial interactuara con un programa de software libre. En nuestro ejemplo usábamos uno de los modelos de OpenAI (los mismos a los que accedes cuando usas ChatGPT) para crear un círculo en formato SVG y luego abrirlo con Inkscape para poder editarlo.

Dado que el uso de la API de OpenAI tiene un costo y que abrir archivos externos en forma automática puede ser un riesgo de seguridad, haremos lo mismo mediante Ollama.

Más formas de combinar Inteligencia Artificial y software libre

Usando scripts y modelos locales

Ollama nos permite instalar y ejecutar diferentes modelos de Inteligencia Artificial en nuestro ordenador. Por supuesto, debemos tener en cuenta las limitaciones de nuestro hardware.

Podemos instalar Ollama con el comando:

curl -fsSL https://ollama.com/install.sh | sh

También necesito instalar el modelo encargado de crear el código del SVG. Yo elegí qwen3:14b, un modelo abierto de propósito general adecuado para mi ordenador de 16 GB sin tarjeta gráfica.

Este modelo se instala con:

ollama pull qwen3:14b

Seguimos los pasos para crear un entorno virtual y creamos nuestro script.

Primero instalamos la biblioteca necesaria con:

pip3 install -U ollama

Líneas 1 a 7

Importa las bibliotecas y los módulos necesarios.

Líneas 14 a 22

Determina cuál es el modelo y la carpeta donde se guardará el archivo.

Línea 30

Asigna a una variable las funciones para guardar un archivo.

Líneas 32 a 37

Contiene las instrucciones para crear el círculo.

Líneas 42 a 45

Comprueba que se creó correctamente el archivo SVG.

Líneas 46 a 63

Intenta abrir el archivo con Inkscape e indica si no pudo hacerlo.

Líneas 66 a 74

Indica al modelo cómo debe comportarse.

Línea 76

Comprueba si ya se guardó el archivo.

Líneas 79 a 120

Evita que el script siga funcionando en bucle estableciendo un límite de intentos fallidos. Se asegura de que el SVG haya sido generado y de que se haya guardado el archivo.

Líneas 122 a 128

Si todo fue correcto, abre el archivo en Inkscape y, si no, muestra un mensaje de error.

Agentes y MCP

¿Qué es un agente de Inteligencia Artificial?

Un agente de IA (o AI Agent) es un sistema informático al que impulsa un Modelo de Lenguaje Grande (LLM). Los agentes tienen la capacidad de percibir su entorno, razonar, planificar y ejecutar acciones de forma autónoma para alcanzar el objetivo especificado por el usuario.

La diferencia fundamental entre usar un agente y el método tradicional de interactuar con una IA es que el chatbot nos dice qué es lo que tenemos que hacer, mientras que el agente lo hace.

Característica	Chatbot (tradicional o LLM básico)	Agente de IA (AI Agent)
Propósito principal	Responde preguntas, conversa con el usuario o genera texto.	Busca alcanzar un objetivo o realizar una tarea de principio a fin.
Nivel de autonomía	Responde a las instrucciones del usuario.	Planifica y realiza los pasos para completar la tarea.
Uso de herramientas	Búsqueda en la web y poco más.	Puede usar APIs, leer archivos, enviar correos, ejecutar código, etc.
Memoria	Generalmente se limita a la conversación actual.	Puede recordar preferencias y el estado de las tareas realizadas.
Toma de decisiones	Se basa en patrones.	Evalúa el resultado de sus propias acciones y hace correcciones de acuerdo con el objetivo establecido.
Resultado final	Un mensaje de texto, imagen o documento.	La tarea solicitada.

Un agente tiene cuatro componentes clave:

• El cerebro (LLM): es el modelo de lenguaje que proporcionará la capacidad de razonar, comprender el contexto y tomar decisiones.
• La memoria: permite que el agente recuerde instrucciones previas, las tareas realizadas y el contexto a corto y largo plazo.
• Las herramientas (Tools): son las que permiten que el agente realice el trabajo.
• La planificación: es la capacidad de descomponer el trabajo indicado en una serie de pasos.

Por ejemplo, podríamos pedirle al agente:

Abre Inkscape y crea una infografía en tamaño 1920 x 1080 sobre las ventajas de Linux. Debe incluir un título, seis bloques con sus principales características, iconos representativos y una paleta de colores utilizando la paleta de colores de Ubuntu. Utiliza textos editables y guarda el resultado como infografia_linux.svg.

El agente podría determinar que necesitas seguir estos pasos:

1. Entender las instrucciones: el modelo identifica los elementos que debe incluir en la infografía y organiza el contenido.
2. Abrir la aplicación: el agente determina si usará Inkscape abriendo el programa con su interfaz gráfica o usando la línea de comandos.
3. Crear los elementos: crea la infografía combinando textos y diferentes gráficos vectoriales.
4. Editar el diseño: a pedido del usuario, puede modificar colores, tamaños, posiciones, tipografías y distribución de los objetos.
5. Guardar el documento: para su posterior edición y modificación.

¿Qué es el MCP (Model Context Protocol)?

El Model Context Protocol (MCP) es un protocolo abierto y universal que estandariza la forma en que las aplicaciones de Inteligencia Artificial se conectan con fuentes de datos externas y herramientas. Una vez creado un servidor MCP para una herramienta específica, cualquier agente compatible con el protocolo podrá comunicarse e interactuar con ella. Por ejemplo, los MCP disponibles para Inkscape permiten a los agentes:

• Crear documentos.
• Dibujar diferentes tipos de elementos.
• Crear y modificar textos.
• Cambiar estilos y colores.
• Cambiar la distribución de objetos.
• Consultar las propiedades de los elementos.
• Exportar a diferentes formatos.

¿Cómo se relacionan los agentes y los servidores MCP?

El proceso de interacción es el siguiente:

1. El usuario le asigna la tarea al agente.
2. El agente recibe la instrucción y determina la herramienta que va a utilizar.
3. El servidor MCP recibe la instrucción y ejecuta la operación solicitada.
4. El programa ejecuta la tarea.

Usando nuestro ejemplo del círculo, sería algo así:

1. Le pedimos al agente que cree un círculo rojo de 400 píxeles de diámetro.
2. El agente busca la herramienta capaz de dibujar el círculo.
3. El servidor MCP le informa que dispone de una herramienta capaz de hacerlo y qué parámetros necesita.
4. El agente envía al servidor la solicitud con los parámetros necesarios.
5. El servidor usa Inkscape para generar el gráfico.
6. Hermes informa al agente que la tarea fue realizada.
7. El agente le comunica al usuario que la tarea fue realizada.

El mes próximo veremos cómo usar agentes y MCP junto con Inkscape.

Artículo original