Saltar al contenido
Cursos/Fundamentos para Aulafy/Proyecto base listo para Aulafy
Revisión pendiente desde 21 ago 20262 fuentes primarias

Proyecto base listo para Aulafy

Cerramos el onboarding creando una plantilla mínima que podrás reutilizar en cursos de RAG, agentes, MLOps o IA local.

Qué vas a conseguir ahora

Una decisión o prueba aplicada a «Proyecto base listo para Aulafy».

  1. 1Entiende el criterio
  2. 2Haz una práctica pequeña
  3. 3Guarda una evidencia
Evidencia

Una nota breve con qué hiciste, qué salió bien, qué falló y qué revisarías después.

Estructura recomendada

Terminal
aulafy-proyecto/
  AGENTS.md
  README.md
  .env.example
  .gitignore
  pyproject.toml
  src/
    main.py
  data/
    .gitkeep
  scripts/
    verify.sh
  docker-compose.yml

README mínimo

Terminal
# Proyecto Aulafy

## Requisitos
- uv
- Docker Desktop opcional
- Ollama opcional

## Arranque
uv venv
source .venv/bin/activate
uv sync

## Verificación
bash scripts/verify.sh

Script de verificación

Terminal
#!/usr/bin/env bash
set -euo pipefail

uv run python -m compileall src
uv run python src/main.py

echo "OK: proyecto verificable"

Checklist antes de seguir

  • El proyecto arranca desde cero siguiendo el README.
  • No hay secretos ni datos privados en Git.
  • Hay un comando claro para verificar que funciona.
  • AGENTS.md explica cómo debe trabajar la IA en ese repo.

Cuando tengas esto, los cursos avanzados dejan de ser una colección de comandos y se convierten en proyectos que puedes mantener.

Mapa completo de AulafyConsulta cómo encaja esta lección sin salir de tu ruta.

Mapa completo de Aulafy

Cómo se relacionan todos los cursos

No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.

  1. 1Comprender
  2. 2Aplicar o construir
  3. 3Operar con confianza
01

Empieza aquí

Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.

Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.

02

Elige una aplicación

Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.

Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.

03

Construye con código

Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.

Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.

04

Lleva sistemas a producción

Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.

No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.

Ver catálogo completo