Tutoriales de Jupyter orientados al código para construir, desplegar y escalar agentes de IA en producción.
Pasa del prototipo al despliegue empresarial de GenAI utilizando ejemplos prácticos de código.
Este repositorio es una colección educativa de código abierto de Jupyter Notebooks orientados al código para construir agentes de IA. Está dirigido a desarrolladores, ingenieros y arquitectos que buscan transicionar prototipos de GenAI a sistemas de producción. Puedes ejecutar notebooks individuales para implementar componentes arquitectónicos específicos como memoria vectorial o despliegues en Docker.
El proyecto ofrece 28 tutoriales de extremo a extremo que cubren frameworks de orquestación como LangGraph, entornos de ejecución del Model Context Protocol y APIs de búsqueda web en tiempo real. Incluye código modular para barreras de seguridad, escalado en la nube con GPU, automatización de navegadores y herramientas de observabilidad. Cada módulo se encuentra en su propio directorio con archivos de código ejecutables y scripts de configuración.
Es adecuado para ingenieros de software, arquitectos de IA y desarrolladores que necesitan patrones de código prácticos para desplegar flujos de trabajo de LLM. No es adecuado para usuarios no técnicos que busquen un creador de agentes visual sin código o una aplicación lista para usar.
Cada tutorial contiene código independiente diseñado para ejecutarse en entornos Jupyter locales o en la nube.
Implementa coordinación de múltiples agentes y patrones de ejecución duradera utilizando frameworks como LangGraph.
Empaqueta agentes con endpoints de FastAPI, contenedores de Docker e infraestructura de nube con GPU.
Aplica controles de autorización de llamadas a herramientas mediante OAuth2 y pasos de validación con humanos en el bucle.
El código de los tutoriales es de acceso y modificación gratuitos, aunque no se incluye explícitamente ninguna licencia en el repositorio. Debes cubrir tus propios costos operativos, incluyendo el uso de la API de LLM, tarifas de alojamiento en la nube e instancias de computación GPU requeridas por notebooks específicos.
880 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 25 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
No, es un conjunto seleccionado de tutoriales educativos y código de referencia diseñado para ayudarte a construir tus propias pilas de agentes.
Sí, la mayoría de los tutoriales requieren claves de API de terceros para LLMs, bases de datos vectoriales o búsqueda web para poder ejecutarse.
Ve Zekai primero en Google