Al finalizar este módulo, podrás:
- ✅ Instalar y configurar AI Toolkit para Visual Studio Code
- ✅ Navegar por el Catálogo de Modelos y entender las diferentes fuentes de modelos
- ✅ Usar el Playground para probar y experimentar con modelos
- ✅ Crear agentes de IA personalizados usando Agent Builder
- ✅ Comparar el rendimiento de modelos entre distintos proveedores
- ✅ Aplicar buenas prácticas en ingeniería de prompts
El AI Toolkit para Visual Studio Code es la extensión principal de Microsoft que convierte VS Code en un entorno completo para desarrollo de IA. Cierra la brecha entre la investigación en IA y el desarrollo práctico, haciendo la IA generativa accesible para desarrolladores de todos los niveles.
| Funcionalidad | Descripción | Caso de Uso |
|---|---|---|
| 🗂️ Catálogo de Modelos | Acceso a más de 100 modelos de GitHub, ONNX, OpenAI, Anthropic, Google | Descubrimiento y selección de modelos |
| 🔌 Soporte BYOM | Integra tus propios modelos (locales o remotos) | Despliegue de modelos personalizados |
| 🎮 Playground Interactivo | Pruebas en tiempo real con interfaz de chat | Prototipado y pruebas rápidas |
| 📎 Soporte Multimodal | Maneja texto, imágenes y archivos adjuntos | Aplicaciones de IA complejas |
| ⚡ Procesamiento por Lotes | Ejecuta múltiples prompts simultáneamente | Flujos de trabajo de prueba eficientes |
| 📊 Evaluación de Modelos | Métricas integradas (F1, relevancia, similitud, coherencia) | Evaluación de rendimiento |
- 🚀 Desarrollo Acelerado: De la idea al prototipo en minutos
- 🔄 Flujo de Trabajo Unificado: Una sola interfaz para múltiples proveedores de IA
- 🧪 Experimentación Fácil: Compara modelos sin configuraciones complejas
- 📈 Listo para Producción: Transición fluida de prototipo a despliegue
Paso 1: Acceder al Marketplace de Extensiones
- Abre Visual Studio Code
- Ve a la vista de Extensiones (
Ctrl+Shift+XoCmd+Shift+X) - Busca "AI Toolkit"
Paso 2: Elige tu Versión
- 🟢 Versión Estable: Recomendado para uso en producción
- 🔶 Pre-lanzamiento: Acceso anticipado a funciones innovadoras
Paso 3: Instalar y Activar
- El ícono de AI Toolkit aparece en la barra lateral de VS Code
- La extensión está habilitada y activada
- No hay errores de instalación en el panel de salida
🎯 Objetivo: Dominar el Catálogo de Modelos y probar tu primer modelo de IA
El Catálogo de Modelos es tu puerta de entrada al ecosistema de IA. Agrega modelos de múltiples proveedores, facilitando su descubrimiento y comparación.
🔍 Guía de Navegación:
Haz clic en MODELS - Catalog en la barra lateral de AI Toolkit
💡 Consejo Profesional: Busca modelos con capacidades específicas que se ajusten a tu caso de uso (por ejemplo, generación de código, escritura creativa, análisis).
Estrategia de Selección de Modelo:
- GPT-4.1: Ideal para razonamiento complejo y análisis
- Phi-4-mini: Ligero y rápido para tareas simples
🔧 Proceso de Configuración:
- Selecciona OpenAI GPT-4.1 del catálogo
- Haz clic en Add to My Models para registrar el modelo
- Elige Try in Playground para abrir el entorno de pruebas
- Espera la inicialización del modelo (la primera vez puede tardar un poco)
⚙️ Entendiendo los Parámetros del Modelo:
- Temperature: Controla la creatividad (0 = determinista, 1 = creativo)
- Max Tokens: Longitud máxima de la respuesta
- Top-p: Muestreo núcleo para diversidad en la respuesta
El Playground es tu laboratorio de experimentación con IA. Así puedes sacarle el máximo provecho:
🎨 Buenas Prácticas en Ingeniería de Prompts:
- Sé Específico: Instrucciones claras y detalladas dan mejores resultados
- Proporciona Contexto: Incluye información relevante de fondo
- Usa Ejemplos: Muestra al modelo lo que quieres con ejemplos
- Itera: Refina los prompts según los resultados iniciales
🧪 Escenarios de Prueba:
# Example 1: Code Generation
"Write a Python function that calculates the factorial of a number using recursion. Include error handling and docstrings."
# Example 2: Creative Writing
"Write a professional email to a client explaining a project delay, maintaining a positive tone while being transparent about challenges."
# Example 3: Data Analysis
"Analyze this sales data and provide insights: [paste your data]. Focus on trends, anomalies, and actionable recommendations."
🎯 Meta: Compara diferentes modelos usando los mismos prompts para entender sus fortalezas
📋 Instrucciones:
- Añade Phi-4-mini a tu espacio de trabajo
- Usa el mismo prompt para GPT-4.1 y Phi-4-mini
- Compara calidad, velocidad y precisión de las respuestas
- Documenta tus hallazgos en la sección de resultados
💡 Ideas Clave para Descubrir:
- Cuándo usar LLM vs SLM
- Compensación entre costo y rendimiento
- Capacidades especializadas de diferentes modelos
🎯 Objetivo: Crear agentes de IA especializados para tareas y flujos de trabajo específicos
Agent Builder es donde AI Toolkit realmente destaca. Te permite crear asistentes de IA a medida que combinan el poder de grandes modelos de lenguaje con instrucciones personalizadas, parámetros específicos y conocimiento especializado.
🧠 Componentes de la Arquitectura del Agente:
- Modelo Base: El LLM fundamental (GPT-4, Groks, Phi, etc.)
- System Prompt: Define la personalidad y comportamiento del agente
- Parámetros: Configuraciones ajustadas para un rendimiento óptimo
- Integración de Herramientas: Conexión a APIs externas y servicios MCP
- Memoria: Contexto de conversación y persistencia de sesión
🎨 Creando System Prompts Efectivos:
# Template Structure:
## Role Definition
You are a [specific role] with expertise in [domain].
## Capabilities
- List specific abilities
- Define scope of knowledge
- Clarify limitations
## Behavior Guidelines
- Response style (formal, casual, technical)
- Output format preferences
- Error handling approach
## Examples
Provide 2-3 examples of ideal interactionsPor supuesto, también puedes usar Generate System Prompt para que la IA te ayude a generar y optimizar prompts
🔧 Optimización de Parámetros:
| Parámetro | Rango Recomendado | Caso de Uso |
|---|---|---|
| Temperature | 0.1-0.3 | Respuestas técnicas/factuales |
| Temperature | 0.7-0.9 | Tareas creativas/brainstorming |
| Max Tokens | 500-1000 | Respuestas concisas |
| Max Tokens | 2000-4000 | Explicaciones detalladas |
🎯 Misión: Crear un asistente especializado en codificación Python
📋 Pasos de Configuración:
-
Selección de Modelo: Elige Claude 3.5 Sonnet (excelente para código)
-
Diseño del System Prompt:
# Python Programming Expert Agent
## Role
You are a senior Python developer with 10+ years of experience. You excel at writing clean, efficient, and well-documented Python code.
## Capabilities
- Write production-ready Python code
- Debug complex issues
- Explain code concepts clearly
- Suggest best practices and optimizations
- Provide complete working examples
## Response Format
- Always include docstrings
- Add inline comments for complex logic
- Suggest testing approaches
- Mention relevant libraries when applicable
## Code Quality Standards
- Follow PEP 8 style guidelines
- Use type hints where appropriate
- Handle exceptions gracefully
- Write readable, maintainable code- Configuración de Parámetros:
- Temperature: 0.2 (para código consistente y confiable)
- Max Tokens: 2000 (explicaciones detalladas)
- Top-p: 0.9 (creatividad equilibrada)
Escenarios de Prueba:
- Función Básica: "Crea una función para encontrar números primos"
- Algoritmo Complejo: "Implementa un árbol binario de búsqueda con métodos de inserción, eliminación y búsqueda"
- Problema Real: "Construye un scraper web que maneje limitación de tasa y reintentos"
- Depuración: "Corrige este código [pega código con errores]"
🏆 Criterios de Éxito:
- ✅ El código se ejecuta sin errores
- ✅ Incluye documentación adecuada
- ✅ Sigue las mejores prácticas de Python
- ✅ Proporciona explicaciones claras
- ✅ Sugiere mejoras
Pon a prueba lo aprendido:
- ¿Puedes explicar la diferencia entre los modelos del catálogo?
- ¿Has creado y probado con éxito un agente personalizado?
- ¿Entiendes cómo optimizar parámetros para distintos casos de uso?
- ¿Puedes diseñar system prompts efectivos?
- Documentación de AI Toolkit: Documentación Oficial de Microsoft
- Guía de Ingeniería de Prompts: Mejores Prácticas
- Modelos en AI Toolkit: Modelos en Desarrollo
🎉 ¡Felicidades! Has dominado los fundamentos de AI Toolkit y estás listo para crear aplicaciones de IA más avanzadas.
¿Listo para capacidades más avanzadas? Continúa con Módulo 2: Fundamentos de MCP con AI Toolkit donde aprenderás a:
- Conectar tus agentes con herramientas externas usando Model Context Protocol (MCP)
- Construir agentes de automatización de navegador con Playwright
- Integrar servidores MCP con tus agentes AI Toolkit
- Potenciar tus agentes con datos y capacidades externas
Aviso legal:
Este documento ha sido traducido utilizando el servicio de traducción automática Co-op Translator. Aunque nos esforzamos por la precisión, tenga en cuenta que las traducciones automáticas pueden contener errores o inexactitudes. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda la traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas derivadas del uso de esta traducción.