¡Enhorabuena a DungeonMaster AI por @bhupeshsf por ganar el hackathon MCP usando LlamaIndex! 🎉 Uno de los hackatones de cierre de 2025 fue para celebrar el primer año del MCP con @huggingface! Este increíble proyecto muestra cómo construir un Dungeon Master autónomo con IA para sesiones de D&D utilizando nuestras capacidades principales de orquestación de agentes: 🎲 Dos Agentes de Función especializados se encargan de la narración y la arbitraje de reglas, con cambio dinámico de prompts entre modos de combate, exploración y juegos sociales 🔧 La integración fluida de herramientas MCP a través de llama-index-tools-mcp convierte 30+ mecánicas de D&D (tiradas de dados, gestión de personajes, seguimiento de combate) en herramientas MCP 🤖 Abstracción de proveedores LLM con respaldo inteligente entre @GeminiApp Flash 2.0 y @OpenAI GPT-4o, incluyendo patrones de interruptores automáticos para mayor fiabilidad ⚡ El streaming de eventos en tiempo real captura tiradas de dados, golpes críticos y señales de voz a medida que ocurren para crear efectos inmersivos en el juego El equipo aprovechó nuestro FunctionAgent, la integración con la herramienta MCP, abstracciones de LLM y la transmisión de eventos para crear una experiencia de rol de mesa totalmente autónoma. Esto demuestra el poder de LlamaIndex para la orquestación multiagente compleja en aplicaciones creativas. ¡Un trabajo increíble mostrando cómo nuestras abstracciones hacen accesibles flujos de trabajo sofisticados para agentes! Consulta el espacio de HuggingFace aquí:

Los archivos se están convirtiendo en la interfaz principal para que los agentes de IA gestionen el contexto, almacenen conversaciones y accedan a habilidades 📁 @jerryjliu0 desglosa cómo agentes de programación como Claude Code y @cursor_ai se están centralizando en torno a sistemas de archivos como abstracciones centrales, alejándose de ecosistemas complejos de herramientas: 📝 Los agentes almacenan largos historiales de conversaciones en archivos buscables para superar las limitaciones de las ventanas de contexto 🔍 La recuperación basada en archivos con búsqueda semántica supera los patrones tradicionales RAG para el recorrido dinámico del contexto ⚡ Las habilidades definidas como archivos simples están reemplazando a las complejas herramientas MCP: solo hay que copiar especificaciones de la API en archivos markdown 🛠️ Los agentes solo necesitan ~5-10 herramientas principales (CLI, intérprete de código, búsqueda web) más acceso al sistema de archivos para ser altamente capaces Los retos que se enfrentan incluyen analizar documentos que no sean texto plano (PDFs, Word, Excel) y escalar la búsqueda de archivos a colecciones masivas. Por eso mismo desarrollamos las capacidades de Analizar, Extraer y Hojas de LlamaCloud: para convertir cualquier formato de documento en contexto listo para agentes. Lee el análisis completo:

La ingeniería de contexto no consiste solo en lanzar más datos a tu LLM, sino en darle el contexto adecuado en el momento adecuado. En esta charla para @OReillyMedia, nuestro Ingeniero de Relaciones con Desarrolladores @tuanacelik explica cómo los bloques de memoria te ayudan a construir agentes que mantienen un contexto estructurado para tareas complejas. Demuestra bloques de memoria de artefactos usando un bot de seguimiento de pedidos en restaurantes, mostrando cómo destilar conversaciones enteras solo en la información estructurada esencial (tipo de pizza, ingredientes, dirección) en lugar de procesar todo el historial de chat. Conceptos clave abordados: · Diferentes tipos de bloques de memoria (estático, extracción de hechos, vector, artefacto) · Gestión de la relación de contexto: equilibrar el historial de chat, las preguntas del sistema y la memoria · Uso de flujos de trabajo de agentes para construir y optimizar el contexto paso a paso El ejemplo muestra cómo los bloques de memoria de artefactos pueden transformar una conversación errante en un orden limpio y estructurado, exactamente lo que necesitas para agentes de producción que manejan tareas del mundo real. Mira la charla completa: