From 71764752f28d31028b9c2ca486c0fc1bcea1cf95 Mon Sep 17 00:00:00 2001 From: elvis Date: Sun, 6 Sep 2026 22:05:14 -0300 Subject: Web search and camera vision MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Dos capacidades nuevas en un crate aparte, asist-tools, registradas desde asist-app: son el ejemplo de que el punto de extensión documentado funciona sin tocar el orquestador. Buscar admite tres buscadores intercambiables. Tavily devuelve una respuesta ya redactada, que es lo que se puede leer en voz alta sin gastar otra vuelta del modelo en resumir (0,54 s para «capital de Australia»); ddgs no necesita clave y devuelve fragmentos que el modelo sintetiza (2,24 s). El tercero es un backend de comando genérico: ejecuta un programa y lee JSON de su salida, así que añadir otro buscador —o un puente a un servidor MCP— es escribir un guion. Sobre DuckDuckGo, comprobado y no supuesto: curl contra html.duckduckgo.com devuelve HTTP 202 con una página anti-bot y ni un resultado, y la API sin clave api.duckduckgo.com devuelve vacío para casi todo lo que no sea una entidad de enciclopedia. La librería ddgs —la misma que hay bajo duckduckgo-mcp— sí funciona porque rota buscadores y cabeceras, y es la que usa scripts/buscar-ddgs.sh. Mirar aprovecha que el servidor ya carga el proyector multimodal: el mismo modelo que conversa describe lo que capta la cámara. La pregunta del usuario viaja hasta ahí, porque «¿de qué color es mi camiseta?» y «¿cuánta gente hay?» necesitan la misma imagen y descripciones distintas. La imagen no entra en el historial —cientos de tokens por turno para algo ya descrito— ni toca el disco. Tres cosas más que salieron de medir, en docs/RENDIMIENTO.md: - La resolución de captura manda en la latencia: 7,8 s a 1280x720 frente a 2,9 s a 640x480, con la misma descripción útil. 640x480 pasa a ser el valor por defecto. - Una herramienta ejecutándose en silencio deja el turno seis segundos mudo y parece un cuelgue. Tool::acknowledgement pronuncia una frase antes de ejecutar y baja el primer audio de ~8,4 s a 4,1 s. - Con la instrucción de voz a secas en la pasada de redacción, el modelo anunciaba lo que acababa de hacer en vez de contar lo que averiguó, ignorando el resultado que tenía delante. general.tool_result_prompt lo corrige; ahí sí se puede añadir estilo sin riesgo, porque la llamada ya ocurrió. Con tres herramientas declaradas el modelo elige bien entre ellas (15 de 16 medido), pero le cuesta abstenerse y busca cosas que ya sabe. Intentar corregirlo con instrucciones empeora los aciertos sin reducir los falsos positivos, coherente con la fragilidad ya documentada. Corregido además un fallo que dejaba mudo al asistente tras la primera respuesta: el anillo de reproducción no bajaba nunca su bandera de actividad, así que el segmentador mantenía el micrófono cerrado creyendo que seguía hablando. El segmentador se guía ahora por la cola, que no puede desfasarse, y hay pruebas del anillo con un mando sin dispositivo detrás. Claude-Session: https://claude.ai/code/session_01FNxz5cSdQSscJH9H7b8uGU --- scripts/buscar-ddgs.sh | 54 ++++++++++++++++++++++++++++++++++++++++++++++++++ 1 file changed, 54 insertions(+) create mode 100755 scripts/buscar-ddgs.sh (limited to 'scripts') diff --git a/scripts/buscar-ddgs.sh b/scripts/buscar-ddgs.sh new file mode 100755 index 0000000..a366123 --- /dev/null +++ b/scripts/buscar-ddgs.sh @@ -0,0 +1,54 @@ +#!/usr/bin/env bash +# Busca con ddgs y escribe los resultados en JSON por la salida estándar. +# +# scripts/buscar-ddgs.sh "" [nº de resultados] +# +# ddgs consulta varios buscadores (DuckDuckGo, Brave, Mojeek, Startpage…) sin +# necesitar ninguna clave. Este guion existe para que la configuración del +# asistente no tenga que saber nada de uv ni de entornos de Python: aquí se +# busca un ddgs utilizable y se normaliza la salida. +# +# Ojo con dos cosas que parecen equivalentes y no lo son: +# · `curl` contra html.duckduckgo.com devuelve HTTP 202 con una página +# anti-bot, sin resultados. Medido, no supuesto. +# · La API sin clave api.duckduckgo.com (Instant Answer) devuelve vacío para +# casi todo lo que no sea una entidad de enciclopedia. +# La librería ddgs sí funciona porque rota buscadores y cabeceras. +set -euo pipefail + +CONSULTA="${1:?uso: buscar-ddgs.sh \"\" [nº]}" +MAXIMO="${2:-5}" + +PROGRAMA=$(cat <<'PY' +import json, sys +from ddgs import DDGS +consulta, maximo = sys.argv[1], int(sys.argv[2]) +try: + filas = DDGS().text(consulta, max_results=maximo) +except Exception as e: # noqa: BLE001 + print(json.dumps({"error": f"{type(e).__name__}: {e}"}), file=sys.stderr) + raise SystemExit(1) +print(json.dumps(filas, ensure_ascii=False)) +PY +) + +# 1) El entorno de `uv tool install ddgs`: es el camino rápido, porque no hay +# que resolver el paquete en cada búsqueda. +TOOL_PY="$HOME/.local/share/uv/tools/ddgs/bin/python" +if [ -x "$TOOL_PY" ]; then + exec "$TOOL_PY" -c "$PROGRAMA" "$CONSULTA" "$MAXIMO" +fi + +# 2) Un Python del sistema que ya tenga ddgs instalado. +if python3 -c "import ddgs" >/dev/null 2>&1; then + exec python3 -c "$PROGRAMA" "$CONSULTA" "$MAXIMO" +fi + +# 3) uvx, que lo descarga al vuelo. Funciona sin instalar nada, pero añade +# varios segundos a cada búsqueda: mejor `uv tool install ddgs`. +if command -v uvx >/dev/null 2>&1; then + exec uvx --quiet --from ddgs python -c "$PROGRAMA" "$CONSULTA" "$MAXIMO" +fi + +echo '{"error":"no hay ddgs disponible. Instálalo con: uv tool install ddgs"}' >&2 +exit 1 -- cgit v1.2.3