Atareao con Linux

Te traigo un tema que me tiene completamente entusiasmado: cómo exprimir todos tus documentos, notas, manuales o archivos locales sin tener que compartirlos con nadie. Te voy a dar una visión general de cómo puedes montar un sistema de recuperación de información para que una inteligencia artificial local se convierta en tu asistente personal definitivo. Todo esto sin salir de tu propia casa, sin APIs de pago y de forma completamente privada.
¿Reentrenar o buscar? El gran dilema
Para solucionar esta tremenda limitación, el mundo de la tecnología nos ofrece dos caminos diferentes: hacer un reentrenamiento de un modelo ya existente (lo que conocemos como fine-tuning) o bien montar un sistema RAG (Retrieval-Augmented Generation), que podríamos traducir como generación aumentada por recuperación. En este episodio te desvelo por qué el fine-tuning no es la solución para el común de los mortales: requiere de tarjetas gráficas carísimas, es un proceso lento y estático, y además tus datos privados quedan incrustados dentro del propio modelo, por lo que si se lo entregas a un tercero, estarás regalando tu privacidad.
En cambio, un RAG casero es infinitamente más barato, dinámico y respeta tus datos al cien por cien. Imagina que en lugar de obligar al modelo a memorizar toda la biblioteca (que es lo que hace el fine-tuning), le pones a su lado un bibliotecario listísimo que busca la página exacta de los apuntes que necesita antes de responderte. El modelo de lenguaje lee esa página en tiempo real y te contesta basándose únicamente en hechos reales, no en invenciones.
La tubería de datos para tu cerebro artificial
A lo largo del episodio te explico con todo detalle las piezas que componen esta tubería de datos (o pipeline) que permite hacer magia con tus archivos:
La ingesta
El troceado (o chunking)
Los embeddings y vectores
La base de datos
La búsqueda híbrida
Herramientas listas para usar y errores que debes evitar
Si te da miedo el código, no te preocupes. Te hablo también de alternativas como OpenWeb UI. Y si te va la marcha del desarrollo, te cuento cómo con apenas diez líneas de Python y Streamlit puedes tener una aplicación web propia y completamente funcional.
Además, repasamos los tropiezos más habituales que cometemos al empezar en este mundillo, como usar modelos de vectorización que solo entienden inglés para procesar textos en español, no limpiar las cabeceras y pies de página de los PDFs antes de procesarlos, o la importancia crucial de reindexar de forma automática para que tus nuevos documentos estén disponibles al instante.
Capítulos del episodio
00:00:00 Introducción y de qué va este episodio
00:01:54 ¿A qué problema nos enfrentamos con los LLM?
00:05:08 Fine-tuning vs. RAG: ¿Cuál es mejor para tus datos?
00:08:29 El Pipeline del RAG: De la ingesta a la respuesta
00:10:45 ¿Qué es un "embedding" y qué modelos usar con Ollama?
00:12:02 El arte de trocear el texto (Chunking)
00:13:40 Búsqueda híbrida: Semántica frente a coincidencia exacta
00:14:50 Re-ranking: Ordenando los resultados por relevancia
00:15:53 El Stack: Ollama, PostgreSQL, pgvector y Podman
00:17:25 Alternativas vectoriales: ParadeDB, ChromaDB y Qdrant
00:18:36 Manos a la obra con Python y Streamlit
00:20:53 OpenWeb UI: La alternativa con RAG integrado y sin código
00:21:42 Cómo saber si funciona: El método de las 20 preguntas
00:22:51 Errores comunes que debes evitar al montar tu RAG
00:23:55 Lo que viene: GraphRAG y RAG agéntico
00:24:44 Resumen final y despedida
Más información y enlaces en las notas del episodio
🌐 Aquí lo puedes encontrar todo 👉 https://atareao.es
✈️ Telegram (el grupo) 👉 https://t.me/atareao_con_linux
✈️ Telegram (el canal) 👉 https://t.me/canal_atareao
🦣 Mastodon 👉 https://mastodon.social/@atareao
🐦 Twitter 👉 https://twitter.com/atareao
🐙 GitHub 👉 https://github.com/atareao

En este episodio vamos a hablar de una de esas herramientas míticas del ecosistema Linux y Unix que prácticamente todos hemos configurado alguna vez: Cron. Ese servicio fiel, un clásico entre los clásicos, que lleva décadas ejecutando nuestras copias de seguridad de madrugada o eliminando ficheros temporales. Sin embargo, las cosas cambian, la tecnología avanza y yo creo que ha llegado el momento de que todos jubilemos a Cron. Sí, como lo oyes. Ha llegado la hora de darle una merecida jubilación dorada y abrir los brazos a una alternativa mucho más moderna, integrada y potente: los Systemd Timers.
¿Por qué deberías jubilar a tu viejo Cron?
Sé que puedes estar pensando: "Lorenzo, pero si a mí Cron me funciona de maravilla". Y es verdad, para un comando sencillo que se ejecute cada hora, Cron cumple. Pero a poco que intentes complicar la tarea, empiezan los problemas. El gran drama de Cron es que trabaja a ciegas y en absoluto silencio. Si tu script falla por falta de internet, por un error de permisos o porque un recurso no está disponible, no te vas a enterar a menos que te hayas tomado el trabajo de programar tus propios registros de log, gestionar lógicas de reintentos o configurar desvíos de errores dentro de tu script.
El poder de los Systemd Timers
Con los Systemd Timers todo esto se soluciona de forma completamente automática y sin añadir complejidad a tus scripts. Systemd se encarga de gestionar de manera integrada el estado de tu sistema y te ofrece superpoderes como:
Logs centralizados automáticos
Gestión inteligente de la persistencia
Control de dependencias
Aleatorización horaria
La anatomía de una tarea en Systemd
Para conseguir toda esta potencia, Systemd utiliza un enfoque muy limpio en el que dividimos la tarea en dos archivos de texto sencillos que se complementan a la perfección:
El Servicio (.service)
El Timer (.timer)
Automatización sin root: Los timers de usuario
Pero mi funcionalidad favorita, y la que utilizo en mi día a día para casi todo, es la posibilidad de ejecutar estos temporizadores en el espacio del usuario corriente, sin necesidad de tener privilegios de administrador ni usar el comando sudo. Estos temporizadores se guardan en tu propia carpeta de configuración personal de forma limpísima y se ejecutan dentro del contexto de tu sesión activa.
Capítulos del audio
00:00:00 Introducción y el adiós definitivo a Cron
00:01:43 Los fallos silenciosos de Cron: Logs, reintentos y dependencias
00:03:06 Las grandes ventajas de usar Systemd Timers
00:05:21 La anatomía de la automatización: Timer y Servicio
00:06:48 Configuración de la sección [Timer], OnCalendar y persistencia
00:07:55 Tareas relativas: OnBootSec y aleatorización de tiempos
00:10:00 Comandos de systemctl para gestionar tus tareas programadas
00:10:33 Ejemplos prácticos en el sistema: Backups y limpiezas
00:12:13 Notificaciones de escritorio e integración con el entorno gráfico
00:14:11 Timers de usuario: Automatización segura sin usar root o sudo
00:15:25 El truco de Linger para mantener tareas activas en VPS
00:16:53 Sincronización continua de notas y cambio automático de fondo
00:20:07 Cómo ver los logs y depurar fallos de forma sencilla con journalctl
00:21:25 Evita estos errores típicos y valida con systemd-analyze
00:24:51 El futuro de la automatización, modelos de lenguaje y despedida

Más información y enlaces en las notas del episodio
🌐 Aquí lo puedes encontrar todo 👉 https://atareao.es
✈️ Telegram (el grupo) 👉 https://t.me/atareao_con_linux
✈️ Telegram (el canal) 👉 https://t.me/canal_atareao
🦣 Mastodon 👉 https://mastodon.social/@atareao
🐦 Twitter 👉 https://twitter.com/atareao
🐙 GitHub 👉 https://github.com/atareao

Si has estado atento a los últimos episodios del podcast, ya te habrás dado cuenta de que estoy completamente enfocado en exprimir la inteligencia artificial local y el software libre. En concreto, hay dos herramientas que se han convertido en mis compañeras inseparables de fatigas en el día a día: OpenCode, que me ayuda a programar de una forma increíble, y Hermes Agent, un asistente digital del que hoy te lo quiero contar absolutamente todo.
El dilema de la instalación: ¿Docker o en tu propia máquina?
Como ya me conoces, sabes bien lo mucho que me gusta a mí levantar "al rico contenedor" y solucionar cualquier despliegue con Docker. Sin embargo, en mis pruebas con Hermes Agent he preferido dar un paso atrás y realizar una instalación directa sobre el sistema operativo, utilizando un entorno virtual de Python.
El peligro de la ventana de contexto y la sangría de tokens
Aquí está uno de los grandes secretos que casi nadie te explica al principio. Cuando ejecutas el asistente de configuración inicial de Hermes Agent, te entran ganas de activar absolutamente todas las características que te ofrece: herramientas de visión, utilidades del sistema, navegación web, traducción... ¡todo suena fantástico! Pero hay una trampa invisible en la que es muy fácil caer.
El superpoder de los perfiles aislados (Profiles)
La solución definitiva a este problema de consumo y rendimiento tiene un nombre: perfiles. Hermes Agent te permite crear tantos perfiles aislados como consideres oportuno.
Modelando el Alma y la Memoria de tu Agente
En el podcast te detallo cómo dar personalidad a tu agente a través del archivo de alma. A mi asistente personal, que he bautizado como Chloe, le he configurado un tono sarcástico, irónico y burlón. Me encanta interactuar con ella de esta manera porque rompe completamente con la clásica respuesta robótica y aburrida de otras inteligencias artificiales comerciales; se siente como hablar con un colega de verdad. Eso sí, te doy pautas para redactar este archivo con cuidado, ya que un "alma" demasiado extensa también te comerá espacio de contexto útil de forma innecesaria.
Ampliando fronteras: MCP, Telegram y automatizaciones automáticas
Por último, abordamos el fantástico protocolo MCP (Model Context Protocol), que nos permite dotar de "manos y ojos" a nuestro agente.
Y para rematar la jugada, la integración con Telegram y Matrix. Es una auténtica delicia poder ir caminando, mandarle un audio desde el móvil a mi bot de Telegram, que este use Whisper en local para transcribir mi voz, procese lo que le pido y me conteste con otro audio sintetizado a la velocidad que yo le he configurado de antemano. Todo ello combinado con tareas programadas (Cron) y un tablero de Kanban interno con el que el propio agente se organiza y ejecuta flujos de trabajo de forma completamente autónoma.
Te invito a que te prepares un buen café, te pongas los auriculares y disfrutes de este viaje de configuración avanzada de 0 a 100.
CAPÍTULOS DEL AUDIO:
00:00:00 Introducción: Mi día a día con OpenCode y Hermes Agent
00:01:26 El problema de los tutoriales básicos e instalación
00:03:00 Configuración inicial y la sangría de tokens
00:04:47 Archivos clave y estructura interna de Hermes
00:05:56 Creando "Skills" personalizadas y configurando API Keys
00:08:15 Perfiles aislados (Profiles): Qué son y por qué los necesitas
00:11:00 Cómo clonar y gestionar tus perfiles sin romper nada
00:13:35 soul.md: Diseñando el "Alma" y el tono de tu asistente
00:15:28 memory.md: El gran desafío de la memoria y el RAG en Rust
00:17:38 Expandiendo capacidades con MCP y conversión de voz
00:20:47 Llevando tu agente a Telegram con Cron y Kanban integrado
00:27:18 Reglas de oro para optimizar tu contexto y despedida

Seguro que si eres de los míos, de los que disfrutan pasando el rato en la terminal o montando servicios en casa, te habrás dado cuenta de que acabamos haciendo tareas repetitivas casi sin querer. Para poner fin a este caos cotidiano te traigo una herramienta espectacular que se llama Just.
Pero la verdadera razón por la que he querido dedicarle este pódcast a Just de nuevo es por una experiencia divertidísima que he tenido estos últimos días con mi asistente de inteligencia artificial local, al que cariñosamente llamo Hermes. Yo soy una persona bastante perezosa para ciertas tareas repetitivas y me gusta poner a trabajar a las máquinas por mí. Normalmente, al acabar mis entrenamientos de carrera, le dicto un audio a Hermes detallando la distancia, las pulsaciones y el ritmo para que él los registre. Pero el otro día, llevado por la vaguería máxima, decidí simplemente hacer una captura de pantalla de la aplicación del móvil y enviársela por Telegram.
Hermes, que es una maravilla de asistente, aplicó un sistema de lectura de imágenes (OCR) llamado Tesseract, extrajo todos los datos de mi carrera y los guardó en un periquete. Yo me quedé encantado y pensé que la vida ya estaba resuelta. Sin embargo, al día siguiente repetí el proceso y... ¡sorpresa! Hermes se había olvidado por completo de cómo lo había hecho. Me preguntó qué quería que hiciese con la imagen y, cuando le recordé lo del día anterior, me soltó que no tenía la herramienta de lectura instalada en su entorno de trabajo. Tuve que guiarle de nuevo de la mano paso a paso.
Ahí fue donde se me encendió la bombilla. Las inteligencias artificiales a veces se despistan y tienen una memoria muy volátil para los flujos de trabajo técnicos. La mejor forma de darles estabilidad es crearles un recetario claro, un archivo "justfile" donde tengan todas sus habilidades documentadas y listas para ejecutar con un simple comando. Así, Hermes nunca más olvidará cómo procesar una imagen o cómo gestionar un contenedor, porque solo tiene que invocar la receta correspondiente.
En este episodio quiero animarte a que pruebes Just en tu propio día a día, uses o no inteligencia artificial.
Capítulos del episodio:
00:00:00 Introducción: Olvídate de repetir comandos
00:01:33 El problema con Hermes: Por qué las IA también se despistan
00:03:04 ¿Qué es Just y cómo funciona?
00:04:59 Cómo instalar Just en Linux
00:05:31 Comparativa: Just contra Make y Task
00:06:42 Gestión de variables, argumentos y funciones
00:08:49 Atributos de receta para afinar su comportamiento
00:10:00 El comportamiento de las líneas y el poder del Shebang
00:11:00 Funciones integradas y ajustes globales
00:12:00 Operadores, expresiones y dependencias complejas
00:13:00 Usando intérpretes alternativos (Bash, Python, Node) en Just
00:14:18 Recetas normales frente a recetas Shebang y scripts
00:15:33 Módulos e importación de recetas externas
00:16:38 El selector interactivo con búsqueda difusa (just choose)
00:17:37 Alias, grupos y autocompletado en tu shell
00:18:09 Casos prácticos de uso real (Sysadmin, Docker, Backups)
00:19:18 Documentación viva y ejecutable para todo el mundo
00:20:17 Control de versiones con Git y límites de Just
00:21:10 Una historia de pereza, Hermes, deporte y OCR que se olvida
00:22:59 Conclusiones: Simplifica tu vida con este ejecutor de comandos
00:24:58 Cierre del episodio y despedida

Más información y enlaces en las notas del episodio
🌐 Aquí lo puedes encontrar todo 👉 https://atareao.es
✈️ Telegram (el grupo) 👉 https://t.me/atareao_con_linux
✈️ Telegram (el canal) 👉 https://t.me/canal_atareao
🦣 Mastodon 👉 https://mastodon.social/@atareao
🐦 Twitter 👉 https://twitter.com/atareao
🐙 GitHub 👉 https://github.com/atareao

Hoy en Atareao con Linux vamos a hablar largo y tendido sobre el Vibe Coding y cómo está cambiando por completo las reglas del juego en este 2026.
Si estás escuchando esto mientras vas al trabajo, cocinas o das un paseo, y crees que esto no va contigo porque nunca has tocado una sola línea de código... ¡espera! No toques el botón de siguiente episodio. Este podcast es precisamente para ti. ¿Alguna vez has tenido esa pequeña idea en la cabeza de una aplicación sencilla que te solucionaría la vida, pero la has descartado porque no sabes programar o no tienes tiempo para aprender? El Vibe Coding es el puente que te va a permitir cruzar esa brecha y hacer realidad tus ideas explicándoselas a la tecnología igual que me las explicarías a mí, con tus propias palabras.
El nacimiento de un nuevo paradigma: Del "Vibe" al Agentic Engineering
Para entender esta auténtica locura nos tenemos que remontar a febrero de 2025. Andrej Karpathy, una de las mentes más brillantes en el mundo de la Inteligencia Artificial (ex OpenAI y ex Tesla), lanzó un tuit que corrió como la pólvora por todo internet. En ese mensaje acuñó el término Vibe Coding: una nueva forma de programar en la que te dejas llevar por las vibraciones, abrazas el crecimiento exponencial y te olvidas de que el código realmente existe. La idea caló de tal forma que se convirtió en la palabra del año para el diccionario Collins y hoy, un año después, el 84% de los programadores la integran en su rutina.
Mi experimento en directo: Una aplicación a medida por dos céntimos
A mí no me gusta hablar de oídas, así que al principio del episodio me he puesto manos a la obra. He abierto mi terminal de Linux, he lanzado una herramienta de código abierto maravillosa llamada OpenCode y le he pedido que crease una aplicación para la terminal en Rust para gestionar mis tareas (un TODO clásico)
¿Qué herramientas tenemos a nuestro alcance en 2026?
• Cursor
• Lovable
• Claude Code
Por otro lado, si eres de los míos y te apasiona el código abierto:
• OpenCode.
• Cline.
• OpenHands
• Aider
El lado oscuro: Las trampas de la falsa seguridad
No todo es perfecto y es de vital importancia hablar del lado oscuro de esta tecnología. Es una trampa cognitiva de falsa confianza de manual.
La conclusión: La IA no te quitará el trabajo, pero sí cambiará el juego
Capítulos del episodio:
00:00:00 Introducción al Vibe Coding y la revolución del desarrollo00:01:40 El origen del Vibe Coding y cómo empezar con un prompt00:05:50 ¿Qué es realmente el Vibe Coding y qué es el Agentic Engineering?00:08:20 ¿Para quién sirve el Vibe Coding? Productividad, MVPs y aprendizaje00:09:40 Herramientas privativas de Vibe Coding: Cursor, Lovable y Claude Code00:13:25 Alternativas de Código Abierto (Open Source): OpenCode, Cline, OpenHands y Aider00:17:05 Demostración en vivo: Ejecutando nuestra aplicación TODO en Rust por dos céntimos00:22:50 El lado oscuro del Vibe Coding: Seguridad, vulnerabilidades y deuda técnica00:26:30 Cómo aprovechar la Inteligencia Artificial sin arruinar tu código00:30:05 El futuro del desarrollo de software y despedida

Más información y enlaces en las notas del episodio
🌐 Aquí lo puedes encontrar todo 👉 https://atareao.es
✈️ Telegram (el grupo) 👉 https://t.me/atareao_con_linux
✈️ Telegram (el canal) 👉 https://t.me/canal_atareao
🦣 Mastodon 👉 https://mastodon.social/@atareao
🐦 Twitter 👉 https://twitter.com/atareao
🐙 GitHub 👉 https://github.com/atareao