RubyLLM: Un Marco de Ruby para Todos los Principales Proveedores de IA

RubyLLM 1.16.0 es un marco de Ruby que proporciona una interfaz unificada para todos los principales proveedores de IA, incluyendo OpenAI, xAI, Anthropic, Gemini, VertexAI, Bedrock, DeepSeek, Mistral, Ollama, OpenRouter, Perplexity, GPUStack y cualquier API compatible con OpenAI. Soporta chat, visión, audio, documentos, generación de imágenes, embeddings, moderación, herramientas, agentes, salida estructurada, streaming e integración con Rails.
Inicio rápido
Añade al Gemfile: gem 'ruby_llm', luego bundle install.
Configura las claves API:
RubyLLM.configure do |config|
config.openai_api_key = ENV['OPENAI_API_KEY']
end
Características principales
- Chat:
RubyLLM.chat.ask('pregunta') - Visión: Analiza imágenes y vídeos —
chat.ask('Describe', with: 'foto.jpg') - Audio: Transcribe y comprende el habla —
RubyLLM.transcribe('reunion.wav') - Documentos: Extrae de PDFs, CSV, JSON, cualquier tipo de archivo
- Generación de imágenes:
RubyLLM.paint('prompt') - Embeddings:
RubyLLM.embed('texto') - Moderación:
RubyLLM.moderate('texto') - Herramientas: Permite que la IA llame a tus métodos Ruby subclasificando
RubyLLM::Tool - Agentes: Asistentes reutilizables con
RubyLLM::Agent - Salida estructurada: Esquemas JSON con
RubyLLM::Schema - Streaming: Respuestas en tiempo real con bloques
- Rails: Integración con ActiveRecord mediante
acts_as_chate interfaz de chat opcional - Async: Concurrencia basada en fibras
- Registro de modelos: Más de 800 modelos con detección de capacidades y precios
Ejemplos de código
Chat con visión:
chat = RubyLLM.chat
chat.ask('¿Qué hay en esta imagen?', with: 'ruby_conf.jpg')chat.ask('Resume este documento', with: 'contrato.pdf')Usando herramientas:
class Clima < RubyLLM::Tool
desc 'Obtener el clima actual'
def execute(latitude:, longitude:)
JSON.parse(Faraday.get('https://api.open-meteo.com/...').body)end
end
chat.with_tool(Clima).ask('¿Cómo está el clima en Berlín?')Salida estructurada:
class EsquemaProducto < RubyLLM::Schema
string :nombre
number :precio
array :caracteristicas do
string
end
end
response = chat.with_schema(EsquemaProducto).ask('Analiza', with: 'producto.txt')Integración con Rails
bin/rails generate ruby_llm:install
bin/rails db:migrate
bin/rails generate ruby_llm:chat_ui
Luego crea un modelo Chat con acts_as_chat y visita /chats para una interfaz lista para usar.
RubyLLM solo tiene tres dependencias: Faraday, Zeitwerk y Marcel.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también

HolyClaude: Contenedor de Docker para Claude Code con Interfaz de Usuario de Navegador y Chromium sin Interfaz Gráfica
HolyClaude es un contenedor Docker de código abierto que empaqueta la CLI de Claude Code con una interfaz de usuario basada en navegador, Chromium sin interfaz gráfica y herramientas adicionales de codificación con IA. La configuración solo requiere ejecutar docker compose up y proporciona acceso en localhost:3001.

Jake Benchmark v1: Pruebas de Rendimiento de LLM Local para Agentes de IA OpenClaw
Un desarrollador probó 7 LLM locales como agentes de IA con OpenClaw utilizando 22 tareas prácticas que incluyen procesamiento de correos electrónicos, programación de reuniones y detección de phishing. Los resultados variaron desde un 59.4% para Qwen 27B hasta un 1.6% para Nemotron 30B, con registros detallados de conversaciones disponibles.

OpenClaw-superpowers añade características de confiabilidad para modos de fallo operacional.
El repositorio openclaw-superpowers se ha ampliado con ocho nuevas habilidades centradas en la fiabilidad, incluyendo comprobaciones previas al despliegue, verificación de ejecución cron, recuperación tras reinicio de sesión y gestión del ciclo de vida de autenticación MCP. Estas adiciones elevan el total a 60 habilidades, con 44 nativas de OpenClaw y 23 diseñadas para programación cron.

Consola del Piloto: Panel Web para Gestionar Redes de Agentes de IA Privados
Un desarrollador utilizó Claude para construir Pilot Console, una interfaz web para gestionar redes privadas de agentes basadas en Pilot Protocol. El panel de control proporciona configuración visual, incorporación de agentes, monitoreo de flotas y control API para flujos de trabajo multiagente.