Gestión de Formaciones
-
Centro de mando de formaciones (IX): Extensión del modelo de clientes y flujo comercial automatizado
En esta fase ampliamos el modelo de cliente y su relación con las contrataciones y formaciones. Añadimos entidades de cliente final, contactos y participantes, mejoramos el flujo comercial y validamos los servicios de recordatorios y sesiones mediante tests unitarios.
-
Centro de mando de formaciones (VIII): Automatismos, recordatorios y experiencia integrada
En esta octava entrega culminamos la integración funcional del planificador de formaciones. Los módulos de recordatorios, interacciones y sesiones ya trabajan de forma automática y sincronizada. Incorporamos además la vista de Recordatorios, con notificaciones y avisos locales.
-
Centro de mando de formaciones (VI):Servicios de exportación, sincronización y copias de seguridad
El proyecto Planificador alcanza un punto de madurez importante con la implementación de servicios que garantizan la interoperabilidad, la seguridad de la información y la trazabilidad. En esta sexta entrega abordamos la exportación, sincronización y los backups automáticos.
-
Centro de mando de formaciones (VII):Interfaz gráfica con PyQt6: estructura modular y vistas funcionales
En esta séptima entrega abordamos uno de los hitos más esperados del proyecto: la creación de la interfaz gráfica completa con PyQt6. La aplicación ya permite navegar entre secciones, consultar los datos y gestionar la información de clientes, formaciones e interacciones desde una estructura modular y profesional.
-
Centro de mando de formaciones (V):Clases de dominio y trazabilidad con logging
En esta quinta entrega damos un paso clave en la evolución de nuestro planificador de formaciones: construimos las clases de dominio, incorporamos validaciones y añadimos un sistema de logging robusto que registra cada acción, éxito o error de manera centralizada.
-
Centro de mando de formaciones (IV):Implementación de la capa de datos: estructura, repositorios y pruebas
En los posts anteriores definimos los objetivos del proyecto, diseñamos la arquitectura y dimos los primeros pasos de implementación. En este cuarto artículo entramos en un terreno clave: la capa de datos, es decir, todo lo que tiene que ver con almacenar, consultar y mantener la información de nuestro planificador de formaciones.
-
Centro de mando de formaciones (III): inicio de la implementación, estructura y control de versiones
Tras definir los objetivos y diseñar la arquitectura, llega el momento de ensuciarnos las manos con código. En este artículo iniciamos la implementación del planificador de formaciones: estructura modular, entorno virtual, dependencias, configuración y control de versiones.
-
Centro de mando de formaciones (II): diseñando la arquitectura y el modelo de datos
Tras la idea inicial, llega el paso clave: organizar la arquitectura de la agenda visual por capas (datos, dominio, servicios, interfaz) y definir un modelo de datos flexible con formaciones base, contrataciones y sesiones.
-
Centro de mando de formaciones (I): de excels dispersos a una agenda visual
¿Impartes formación en varias empresas y usas mil excels? Esta serie muestra paso a paso cómo construir tu propia agenda visual para organizar sesiones, evitar solapamientos y conectar con Google Calendar.
Base de conocimiento
-
Construyendo un Cerebro Digital (Parte 5): La Memoria Vectorial con ChromaDB
Implementamos la memoria vectorial del sistema: indexación en ChromaDB, embeddings generados con Ollama y un script sincronizador que convierte texto plano en conocimiento vivo consultable.
-
Construyendo un Cerebro Digital (Parte Final): El Chat con Ollama y Streamlit
Instalamos el servidor Ollama y los modelos LLM necesarios y creamos un chat web con el uso de streamlit
-
Construyendo un Cerebro Digital (Parte 4): El Orquestador de Conocimiento con Python
Creamos un Orquestador de Extracción en Python: arquitectura tipo plugin, clase base común, procesadores para archivos locales y scraping web, y un main que los descubre y ejecuta.
-
Base de conocimiento personal (III): Construye tu propio cerebro digital con Python y RAG
Aprende a crear paso a paso tu propio cerebro digital con Python, RAG, y tecnologías locales como Ollama y ChromaDB. Una solución libre, potente y privada para organizar tu conocimiento.
-
Base de conocimiento personal (II): opciones locales con RAG
Dos caminos en local: control total con scripts o orquestación visual con n8n, ambos apoyados en RAG para trabajar con tu propia documentación.
-
Creación de una base de conocimiento propia
Exploramos tres formas de construir un 'segundo cerebro' para organizar documentación personal y profesional: desde automatizaciones visuales hasta soluciones locales o SaaS especializadas.