# Contexte Tech pasa a código abierto: un hub para todo lo que adapta un modelo de IA type: article | language: es | date: 2026-09-27 | author: Tony, creador de Contexte Tech | tags: código abierto, soberanía, LLM, MCP url: https://contextetech.com/es/articles/contextetech-open-source description: Por qué construí Contexte Tech, cómo funciona por dentro y por qué el código se publica con licencia AGPL-3.0. other languages: fr: https://contextetech.com/articles/contextetech-open-source en: https://contextetech.com/en/articles/contextetech-open-source de: https://contextetech.com/de/articles/contextetech-open-source it: https://contextetech.com/it/articles/contextetech-open-source nl: https://contextetech.com/nl/articles/contextetech-open-source pt: https://contextetech.com/pt/articles/contextetech-open-source sv: https://contextetech.com/sv/articles/contextetech-open-source pl: https://contextetech.com/pl/articles/contextetech-open-source all articles: https://contextetech.com/es/articles --- Desde hace seis meses paso buena parte de mis días «adaptando» modelos de lenguaje a casos concretos: un prompt de sistema aquí, tres ejemplos few-shot allá, un servidor MCP para que el asistente lea mis archivos, una configuración LoRA cuando el prompt ya no basta. Y cada vez, la misma frustración: esas piezas están dispersas. Un prompt en un gist, un dataset en Hugging Face, un servidor MCP en un README, una configuración de Claude Code en un rincón del proyecto. **Contexte Tech** nació de ahí: un único lugar para todo lo que adapta un modelo de IA, ordenado, probado y listo para copiar. El sitio está en línea en [contextetech.com](https://contextetech.com), y el código de su primera versión (v1) ya es libre. ## Qué se encuentra Once tipos de recursos, agrupados en tres familias: - **Producción** (se usa el modelo sin modificarlo): contextos, prompts, agentes, pipelines RAG; - **Entrenamiento** (se modifica): datasets de fine-tuning, configuraciones LoRA, evaluaciones; - **Extensiones** (se le dan herramientas): servidores MCP, skills, harness. Cada recurso se exporta directamente al formato de la herramienta de destino: JSONL para un dataset, `SKILL.md` para una skill, `CLAUDE.md` y `settings.json` para un harness, la configuración `mcpServers` para un servidor MCP. Dos cosas me importaban especialmente, porque faltan en otros sitios: 1. **«Probado en»**: cada recurso puede indicar en qué modelos se ha probado, con el resultado (superado, parcial, fallido) y una puntuación. Un prompt que funciona en un modelo y no en otro es el día a día; mejor escribirlo. 2. **El nivel de riesgo de los servidores MCP y de los harness**: antes de instalar un servidor, uno quiere saber si lee archivos, los escribe, sale a la red o ejecuta comandos. El recurso lo muestra con claridad. ### Un ejemplo concreto **La necesidad.** Una pyme quiere que un LLM resuma sus tickets de soporte. Problema: los tickets contienen nombres, teléfonos, IBAN. Enviarlos tal cual a un servicio externo es una fuga de datos personales, y un problema de RGPD. **La respuesta en Contexte Tech.** En lugar de buscar diez recursos en diez sitios, se sigue una sola cadena: 1. el **contexto** [anonymisation-rgpd](https://contextetech.com/contextes/anonymisation-rgpd-pekk5y) sustituye los datos personales por etiquetas antes de cualquier envío: ```text Entrée : Bonjour, je suis Marie Dupont, joignable au 06 12 34 56 78. Sortie : Bonjour, je suis [PRENOM_1] [NOM_1], joignable au [TELEPHONE_1]. ``` 2. la **evaluación** [eval-anonymisation-rgpd](https://contextetech.com/evaluations/eval-anonymisation-rgpd-1lx4w2h) comprueba que no pase ningún dato, con casos de prueba listos para ejecutar; 3. si el prompt ya no basta, el **dataset** [anonymisation-rgpd-fr](https://contextetech.com/datasets/anonymisation-rgpd-fr-1muzget) y la **configuración LoRA** [mistral7b-anonymisation-qlora](https://contextetech.com/lora/mistral7b-anonymisation-qlora-187bztw) permiten entrenar un modelo pequeño que funciona en local; 4. el **agente** [agent-tri-documents](https://contextetech.com/agents/agent-tri-documents-wn0rgt) y el **servidor MCP** [mcp-filesystem](https://contextetech.com/serveurs-mcp/mcp-filesystem-1lkmh25) automatizan el tratamiento de una carpeta entera. Una necesidad, una cadena de recursos enlazados entre sí, cada uno exportable en el formato adecuado. ## Por dentro Quería una pila sencilla, rápida y totalmente autoalojable: - **Sitio**: [Astro](https://astro.build) con renderizado en servidor, con algunas islas [Svelte](https://svelte.dev) solo donde hace falta interactividad (formulario de publicación, botón «me gusta»). Todo lo demás es HTML; la página de inicio pesa unos 16 KB. - **API**: [FastAPI](https://fastapi.tiangolo.com) y SQLAlchemy asíncrono, PostgreSQL 17 para los datos, Redis para la caché y los límites contra abusos. La caché se invalida con un simple contador de versión que se incrementa en cada publicación: no hay purga fina que gestionar. - **Red**: Caddy delante (TLS automático, HTTP/3) y después la CDN europea Bunny (Eslovenia) para los archivos estáticos, en caché durante un año gracias a los nombres de archivo versionados. - **Cinco idiomas** (francés, inglés, español, alemán, italiano). Una sutileza para el posicionamiento: un recurso escrito en francés solo se indexa en francés; sus versiones `/en/…` traducen la interfaz pero apuntan al original como canónico. Si no, Google ve cinco copias del mismo texto. - **Direcciones legibles y únicas**: `/prompts/resume-article-technique-k3j9a2`. El sufijo es un hash FNV-1a del identificador interno, calculado de forma idéntica en Python y en JavaScript. Dos autores pueden elegir el mismo nombre sin pisarse. - **Ningún rastreador**: ninguna cookie publicitaria; las visitas se miden con Plausible, autoalojado, sin cookies ni datos personales. ## Un proyecto soberano Contexte Tech está diseñado y alojado en Europa, sin depender de los gigantes estadounidenses de la nube: - **Servidor y base de datos** en Scaleway, en Francia (PostgreSQL gestionado, servidor dedicado); - **CDN y DNS** en Bunny, una empresa europea con sede en Eslovenia; - **Correos electrónicos** a través de Proton, en Suiza, cifrados y firmados (SPF, DKIM, DMARC); - **Fuentes, scripts y estilos** servidos desde el propio sitio: sin Google Fonts ni CDN de terceros; estadísticas de Plausible autoalojadas, sin cookies; - **Editor**: una empresa francesa, sujeta al RGPD. Única excepción, asumida: el código se publica en espejo en GitHub y GitLab, porque es ahí donde están los desarrolladores. La versión de trabajo vive en nuestro propio servidor. ## Por qué la AGPL-3.0 Dudé con Apache-2.0 (la licencia de las bibliotecas de Hugging Face). Elegí la **AGPL-3.0**: puede usar y modificar Contexte Tech, a condición de publicar sus modificaciones si lo ofrece en línea. Es la licencia de Mastodon o de Plausible, y garantiza que un hub abierto siga siendo abierto. Los recursos, en cambio, conservan cada uno la licencia elegida por su autor (MIT, CC BY 4.0…). ## En qué punto está el proyecto Es el comienzo, y prefiero ser honesto: el catálogo arranca con un recurso por tipo, en torno a un mismo caso concreto (la anonimización RGPD de textos antes de enviarlos a un servicio externo). Sobre todo necesita sus recursos, sus comentarios y sus pruebas. - El sitio: [contextetech.com](https://contextetech.com) - El código de la v1: [github.com/contexte-tech/contextetech](https://github.com/contexte-tech/contextetech) (espejo en GitLab). Después, el sitio evoluciona en una v2 desarrollada internamente. - Contribuir: lea `CONTRIBUTING.md`, o simplemente publique su primer recurso. Si tiene un prompt que usa a diario, un servidor MCP que le gusta o una configuración de Claude Code bien ajustada, este es el lugar para compartirlo.
Contexte Tech pasa a código abierto: un hub para todo lo que adapta un modelo de IA
Tony, creador de Contexte Tech · 27 de septiembre de 2026
Desde hace seis meses paso buena parte de mis días «adaptando» modelos de lenguaje a casos concretos: un prompt de sistema aquí, tres ejemplos few-shot allá, un servidor MCP para que el asistente lea mis archivos, una configuración LoRA cuando el prompt ya no basta. Y cada vez, la misma frustración: esas piezas están dispersas. Un prompt en un gist, un dataset en Hugging Face, un servidor MCP en un README, una configuración de Claude Code en un rincón del proyecto.
Contexte Tech nació de ahí: un único lugar para todo lo que adapta un modelo de IA, ordenado, probado y listo para copiar. El sitio está en línea en contextetech.com, y el código de su primera versión (v1) ya es libre.
Qué se encuentra
Once tipos de recursos, agrupados en tres familias:
- Producción (se usa el modelo sin modificarlo): contextos, prompts, agentes, pipelines RAG;
- Entrenamiento (se modifica): datasets de fine-tuning, configuraciones LoRA, evaluaciones;
- Extensiones (se le dan herramientas): servidores MCP, skills, harness.
Cada recurso se exporta directamente al formato de la herramienta de destino: JSONL para un dataset, SKILL.md para una skill, CLAUDE.md y settings.json para un harness, la configuración mcpServers para un servidor MCP.
Dos cosas me importaban especialmente, porque faltan en otros sitios:
- «Probado en»: cada recurso puede indicar en qué modelos se ha probado, con el resultado (superado, parcial, fallido) y una puntuación. Un prompt que funciona en un modelo y no en otro es el día a día; mejor escribirlo.
- El nivel de riesgo de los servidores MCP y de los harness: antes de instalar un servidor, uno quiere saber si lee archivos, los escribe, sale a la red o ejecuta comandos. El recurso lo muestra con claridad.
Un ejemplo concreto
La necesidad. Una pyme quiere que un LLM resuma sus tickets de soporte. Problema: los tickets contienen nombres, teléfonos, IBAN. Enviarlos tal cual a un servicio externo es una fuga de datos personales, y un problema de RGPD.
La respuesta en Contexte Tech. En lugar de buscar diez recursos en diez sitios, se sigue una sola cadena:
- el contexto anonymisation-rgpd sustituye los datos personales por etiquetas antes de cualquier envío:
Entrée : Bonjour, je suis Marie Dupont, joignable au 06 12 34 56 78.
Sortie : Bonjour, je suis [PRENOM_1] [NOM_1], joignable au [TELEPHONE_1].
- la evaluación eval-anonymisation-rgpd comprueba que no pase ningún dato, con casos de prueba listos para ejecutar;
- si el prompt ya no basta, el dataset anonymisation-rgpd-fr y la configuración LoRA mistral7b-anonymisation-qlora permiten entrenar un modelo pequeño que funciona en local;
- el agente agent-tri-documents y el servidor MCP mcp-filesystem automatizan el tratamiento de una carpeta entera.
Una necesidad, una cadena de recursos enlazados entre sí, cada uno exportable en el formato adecuado.
Por dentro
Quería una pila sencilla, rápida y totalmente autoalojable:
- Sitio: Astro con renderizado en servidor, con algunas islas Svelte solo donde hace falta interactividad (formulario de publicación, botón «me gusta»). Todo lo demás es HTML; la página de inicio pesa unos 16 KB.
- API: FastAPI y SQLAlchemy asíncrono, PostgreSQL 17 para los datos, Redis para la caché y los límites contra abusos. La caché se invalida con un simple contador de versión que se incrementa en cada publicación: no hay purga fina que gestionar.
- Red: Caddy delante (TLS automático, HTTP/3) y después la CDN europea Bunny (Eslovenia) para los archivos estáticos, en caché durante un año gracias a los nombres de archivo versionados.
- Cinco idiomas (francés, inglés, español, alemán, italiano). Una sutileza para el posicionamiento: un recurso escrito en francés solo se indexa en francés; sus versiones
/en/…traducen la interfaz pero apuntan al original como canónico. Si no, Google ve cinco copias del mismo texto. - Direcciones legibles y únicas:
/prompts/resume-article-technique-k3j9a2. El sufijo es un hash FNV-1a del identificador interno, calculado de forma idéntica en Python y en JavaScript. Dos autores pueden elegir el mismo nombre sin pisarse. - Ningún rastreador: ninguna cookie publicitaria; las visitas se miden con Plausible, autoalojado, sin cookies ni datos personales.
Un proyecto soberano
Contexte Tech está diseñado y alojado en Europa, sin depender de los gigantes estadounidenses de la nube:
- Servidor y base de datos en Scaleway, en Francia (PostgreSQL gestionado, servidor dedicado);
- CDN y DNS en Bunny, una empresa europea con sede en Eslovenia;
- Correos electrónicos a través de Proton, en Suiza, cifrados y firmados (SPF, DKIM, DMARC);
- Fuentes, scripts y estilos servidos desde el propio sitio: sin Google Fonts ni CDN de terceros; estadísticas de Plausible autoalojadas, sin cookies;
- Editor: una empresa francesa, sujeta al RGPD.
Única excepción, asumida: el código se publica en espejo en GitHub y GitLab, porque es ahí donde están los desarrolladores. La versión de trabajo vive en nuestro propio servidor.
Por qué la AGPL-3.0
Dudé con Apache-2.0 (la licencia de las bibliotecas de Hugging Face). Elegí la AGPL-3.0: puede usar y modificar Contexte Tech, a condición de publicar sus modificaciones si lo ofrece en línea. Es la licencia de Mastodon o de Plausible, y garantiza que un hub abierto siga siendo abierto.
Los recursos, en cambio, conservan cada uno la licencia elegida por su autor (MIT, CC BY 4.0…).
En qué punto está el proyecto
Es el comienzo, y prefiero ser honesto: el catálogo arranca con un recurso por tipo, en torno a un mismo caso concreto (la anonimización RGPD de textos antes de enviarlos a un servicio externo). Sobre todo necesita sus recursos, sus comentarios y sus pruebas.
- El sitio: contextetech.com
- El código de la v1: github.com/contexte-tech/contextetech (espejo en GitLab). Después, el sitio evoluciona en una v2 desarrollada internamente.
- Contribuir: lea
CONTRIBUTING.md, o simplemente publique su primer recurso.
Si tiene un prompt que usa a diario, un servidor MCP que le gusta o una configuración de Claude Code bien ajustada, este es el lugar para compartirlo.