Asistentes de IA
Deja que ChatGPT, Claude, Cursor, Codex y otros asistentes entrenen, sigan e integren tu modelo.
Un asistente puede hacer todo el flujo por ti: enviar los datos, responder la revisión, iniciar el entrenamiento, seguirlo
hasta el resultado y conectar el modelo a tu código. Cada entrenamiento dice qué necesita a continuación (next_action, ver
Entrenamientos), así que el asistente siempre sabe cuál es el próximo paso.
Servidor MCP remoto
https://api.typestrict.ai/mcpNada que instalar: agrega la URL a tu asistente e inicia sesión en typestrict cuando te lo pida (OAuth). Los asistentes que
aceptan headers personalizados pueden usar una clave de API en su lugar (Authorization: Bearer ts_..., de
Configuración). Tiene una herramienta para cada paso; iniciar un entrenamiento
siempre lleva una cotización y tu confirmación, así que no se gasta ningún crédito sin preguntar.
El servidor remoto no puede leer tu disco: el asistente envía los archivos de texto (CSV, JSON, texto) por su contenido. Para archivos grandes, Excel, PDF o zip, súbelos en el panel y deja que el asistente siga el entrenamiento desde ahí, o usa el servidor local.
Servidor MCP local
La CLI de typestrict incluye el mismo servidor por stdio, typestrict mcp. Corre en tu máquina con tu clave de
API, así que el asistente puede enviar cualquier archivo local y guardar el modelo en tu proyecto.
curl -fsSL https://typestrict.ai/install.sh | sh
typestrict login # una clave de API de https://typestrict.ai/api-keys| Asistente | Remoto (https://api.typestrict.ai/mcp) | Local (typestrict mcp) |
|---|---|---|
| ChatGPT | Sí, OAuth | No |
| Claude | Claude.ai, Desktop y Claude Code | Claude Code |
| Cursor | Sí | Sí |
| OpenAI Codex | Sí | Sí |
| GitHub Copilot | VS Code y Copilot CLI | Sí |
| Antigravity | Sí | Sí |
| Devin Desktop | Sí | Sí |
| Otros | Zed, Kiro, opencode, Cline | Sí |
Skills
typestrict-lab/skills pone a tu asistente a trabajar en lo que hace bueno a un modelo: revisa y prepara los datos, revisa la propuesta de la agente y la corrige antes de entrenar, e integra el resultado. Usan el servidor MCP (remoto o local) y la CLI, y traen los consejos para el mejor modelo.
git clone https://github.com/typestrict-lab/skills.git
mkdir -p .agents/skills && cp -r skills/typestrict-* .agents/skills/ # Codex, Cursor, Copilot, Antigravity, opencode
mkdir -p .claude/skills && cp -r skills/typestrict-* .claude/skills/ # Claude CodeLa página de cada asistente dice dónde lee las skills.
Sin MCP
Cualquier asistente con terminal también puede ejecutar la CLI directamente (typestrict status --json, typestrict run...).
Agrega esto a su archivo de instrucciones (AGENTS.md, CLAUDE.md...):
## typestrict
- typestrict entrena modelos de decisión pequeños con nuestros datos. Usa la CLI de typestrict (instalación: curl -fsSL https://typestrict.ai/install.sh | sh).
- Documentación para asistentes: https://docs.typestrict.ai/llms-full.txt. Léela antes del primer comando.
- Conduce cada entrenamiento por su `next_action` (`typestrict status <id> --json`).
- Iniciar un entrenamiento cuesta un crédito: muestra el costo y pregunta antes de `typestrict run`.
- Nunca imprimas la clave de API ni la incluyas en un commit.