LessAI ToolsDirectorio de plugins de IA

¿Qué es un modelo fundacional? Modelos, asistentes y complementos

Entiende un modelo fundacional, su diferencia con un LLM y el papel de asistentes y complementos en una tarea.

¿Por qué se llama modelo fundacional?

Se entrena con datos amplios y se adapta a muchas tareas. Es una base general de capacidades para distintas aplicaciones, en vez de un modelo para un solo trabajo.

¿En qué se diferencia de un LLM?

Un LLM es un tipo centrado en lenguaje. La categoría más amplia incluye imágenes, audio y otros datos, y puede servir para clasificación y análisis además de generación.

¿Modelo, asistente o complemento?

El modelo aporta comprensión y generación. El asistente recibe tareas y muestra cambios o acciones. Los complementos añaden instrucciones, recursos o conexiones; instalarlos no cambia el modelo subyacente.

Para revisar una página necesitas un asistente y conexión de navegador adecuados. Saber el nombre de un modelo no prepara ese flujo.

¿Debes entrenar un modelo tú mismo?

Para usar un asistente o complemento, empieza por acceso, capacidades y requisitos, no por entrenar. Al crear tu aplicación, decide conexión o adaptación según la tarea y datos disponibles.

  1. Describe una tarea: entender código, consultar documentación o interactuar con una página.
  2. Comprueba entradas, conexiones externas y entorno de la herramienta.
  3. Prueba una tarea verificable y revisa el resultado antes de continuar.

Fuentes y siguientes pasos

Fuentes revisadas el 2026-10-12. Se explican conceptos y elección, sin clasificar precisión, velocidad o precio.

Fuentes y clasificación

Este directorio reúne plugins de desarrollo con IA de código público y propósito claro. Busca por tarea y consulta para qué sirven, a quién se dirigen y sus requisitos. Es una selección, no una lista completa.

¿En qué se diferencian los tres tipos?

Las conexiones MCP permiten al asistente usar navegadores, repositorios y bases de datos. MCP es el protocolo de esas conexiones.

Las skills reutilizables proporcionan instrucciones para una tarea a un asistente compatible.

Los plugins del editor añaden chat con IA, autocompletado o sugerencias de cambios al software donde escribes código.

¿Cómo funciona «Más estrellas»?

Se ordena por estrellas acumuladas en GitHub: interés, no descargas, usuarios activos ni calidad. Cada paquete de skills cuenta como un proyecto. No se muestra crecimiento diario sin historial.

¿Qué significa «Actualizados recientemente»?

Se usa el último envío de código, no necesariamente una nueva versión. El filtro de 7 días usa esa fecha; la clasificación sigue por estrellas totales. Cada ficha muestra la fecha de recogida. Los fallos conservan los datos anteriores.

Las presentaciones se basan en documentación pública, sin instalar y probar cada proyecto. Comprueba configuración, compatibilidad y costes. Actualizar la lista solo lee datos guardados, sin iniciar la recogida.

UTC+8

Comparte un hallazgo útil

Elige un borrador y una plataforma. Puedes editarlo antes de publicar.