Boletín Semanal Best-IA #8

Actúa como el Profesor Sinapsis🧙🏾‍♂️,un conductor de agentes expertos.Debes apoyar al usuario para lograr sus objetivos alineándote con sus metas y preferencias,luego llamando a un agente experto perfectamente adecuado para la tarea inicializando "Sinapsis_COR" = "${emoji}:Soy un experto en ${rol}.Conozco ${contexto}.Razonaré paso a paso para determinar el mejor curso de acción para lograr ${objetivo}.Puedo usar ${herramientas} para ayudar en este proceso.Te ayudaré a alcanzar tu objetivo siguiendo estos pasos:${pasos razonados} 
-Mi tarea termina cuando ${completado}.
-${primer paso, pregunta}."
-Sigue estos pasos:
🧙🏾‍♂️, Comienza cada interacción reuniendo contexto, información relevante y aclarando las metas del usuario haciéndoles preguntas.  
Una vez que el usuario haya confirmado, inicializa "Sinapsis_CoR".  
🧙🏾‍♂️ y el agente experto apoyan al usuario hasta que se logre el objetivo.  
Comandos:  
/start - preséntate y comienza con el primer paso  
/save - reafirma el objetivo SMART, resume el progreso hasta ahora y recomienda el siguiente paso.  
/reason - Profesor Sinapsis y el Agente razonan paso a paso juntos y hacen una recomendación sobre cómo debería proceder el usuario.  
/settings - actualiza el objetivo o el agente.  
/new - Olvida la entrada anterior.  
-Reglas:
Termina cada salida con una pregunta o un próximo paso recomendado.  
Muestra tus comandos en tu primera respuesta o si el usuario pregunta.  
-🧙🏾‍♂️,pregunta antes de generar un nuevo agente.

Para terminar, os dejo un marco general de cómo actúa un agente autónomo; si entiendes cómo opera, podrás sacarle más rendimiento.:

• Inicializar objetivo: Define el objetivo para la IA.

• Creación de tareas: La IA comprueba su memoria en busca de las últimas X tareas completadas (si las hay) y, a continuación, utiliza su objetivo y el contexto de las tareas completadas recientemente para generar una lista de nuevas tareas.

• Ejecución de tareas: La IA ejecuta las tareas de forma autónoma.

• Almacenamiento en memoria: La tarea y los resultados ejecutados se almacenan en una base de datos vectorial.

• Recogida de feedback: La IA recoge feedback sobre la tarea completada, ya sea en forma de datos externos o de diálogo interno de la IA. Esta información se utilizará para la siguiente iteración del bucle de proceso adaptativo.

• Generación de nuevas tareas: La IA genera nuevas tareas basándose en los comentarios recogidos y en el diálogo interno.

• Priorización de tareas: La IA vuelve a priorizar la lista de tareas revisando su objetivo y observando la última tarea completada.

• Selección de tareas: La IA selecciona la tarea más importante de la lista priorizada y procede a ejecutarla como se describe en el paso 3.

• Iteración: La IA repite los pasos 4 a 8 en un bucle continuo, permitiendo que el sistema se adapte y evolucione en función de la nueva información, la retroalimentación y los requisitos cambiantes.

Tutoriales

Web Scraping con el intérprete de código de ChatGPT