Totemize
  • Rutas totémicas
  • Precios
  • Quiénes somos
Iniciar sesiónÚnete gratis
Únete gratis
Ctrl+K
Modelo mental
  • Base de conocimiento
  • Cloud
    • Azure
      • Web Apps
        • App Service
        • App Service Plan
        • Configuración
        • Managed Identity
        • Deployment Slots
        • Networking
        • Observabilidad
      • Storage Accounts
        • Blob Storage
        • Containers
        • Azure Files
        • Queue Storage
        • Table Storage
        • Redundancia
        • Access Tiers
        • Lifecycle Management
        • Seguridad y red
  • Frontend
    • React
      • Componentes
      • Props y Estado
      • Hooks
      • Renderizado de listas
  • IA
    • Fundamentos
      • Determinismo y probabilismo
      • LLM
      • Proveedor
      • Modelos fundacionales
      • Plataforma
      • Mapa del ecosistema
      • Entrenamiento y fine-tuning
      • Tokens
      • Ventana de contexto
      • Inferencia y sampling
      • Alucinaciones y límites
    • Interacción con el modelo
      • Prompts e instrucciones
      • Context engineering
      • Salidas estructuradas
      • Validación
      • Evaluaciones
      • Tool calling
    • Economía de uso
      • API pricing
      • Tokens de entrada y salida
      • Tokens en caché
      • Créditos
      • Suscripciones
      • Límites de uso
      • Selección de modelo
    • Recuperación de conocimiento
      • Vectores
      • Embeddings
      • Chunking
      • Bases de datos vectoriales
      • Búsqueda semántica
      • Búsqueda híbrida y reranking
      • Retrieval
      • RAG
      • Citas y grounding
      • LlamaIndex
    • Agentes
      • Workflows
      • Anatomía de un agente
      • Harness
      • Agentic loop
      • Planificación y human-in-the-loop
      • Memory
      • Permisos
      • Verification
      • MCP
      • Orquestación
      • Multiagentes
      • A2A
      • Frameworks de agentes
        • Microsoft Agent Framework
        • OpenAI Agents SDK
        • Google ADK
        • LangGraph
    • Coding agents
      • Skills
      • Spec-Driven Development
      • Claude Code
        • CLAUDE.md
        • Commands
        • Hooks
        • Plugins
        • Permisos
        • Subagents
      • Codex
        • CLI
        • Extensión de IDE
        • Codex app
        • Cloud
        • AGENTS.md
        • Worktrees
      • Cursor
        • Agent mode
        • Rules
        • Models
        • Precio por uso
  • Soporte
  • Comentarios
    Árbol de habilidades

    IA para developers

    1 min de lecturaActualizado el 9 jul 2026

    El conocimiento de IA en Totemize se organiza alrededor de una idea: entender la herramienta antes de usarla. No basta con escribir prompts; conviene saber qué hay debajo cuando el resultado va a tu código.

    Esta sección se recorre a través de la ruta IA para developers, en seis tramos.

    Los seis tramos

    • Fundamentos — Del software determinista al LLM: proveedores, modelos fundacionales, plataformas, tokens, contexto, inferencia y límites.
    • Interacción con el modelo — Tool calling y context engineering: darle manos y administrar su contexto.
    • Economía de uso — API pricing, tokens de entrada/salida, caché, créditos, suscripciones y límites.
    • Recuperación de conocimiento — Embeddings, vectores, bases de datos vectoriales, búsqueda semántica y RAG.
    • Agentes — Workflows, agentic loop, harness, permisos, MCP, orquestación, multiagentes, A2A y frameworks.
    • Coding agents — Skills, SDD y las implementaciones de Claude Code, Codex y Cursor sin volver a explicar las mismas primitivas.

    Cada tramo tiene su página de entrada con el orden de lectura recomendado.