Cómo consultar UDIS, CETES, TIIE y tipo de cambio con la API de Banxico en JavaScript

Imagen
Cómo consultar UDIS, CETES, TIIE y tipo de cambio con la API de Banxico en JavaScript Aprende a crear un panel en JavaScript que consulta en tiempo real indicadores de Banxico como UDIS, CETES, TIIE, tipo de cambio y salario mínimo. El Banco de México publica diariamente indicadores económicos como el valor de las UDIS , la TIIE , el tipo de cambio , los CETES y el salario mínimo . Gracias a su API pública , podemos conectarnos desde JavaScript y automatizar consultas financieras en tiempo real. En esta entrada construimos un panel interactivo para consultar el dato más reciente de varias series con unas cuantas líneas de código. Requisitos Un token gratuito de Banxico (solicítalo en su portal SIE). Un archivo .html o tu editor favorito. Conexión a internet. Tip: en este ejemplo colocamos el token en la UR...

Tecnologías de IA , RAG y Langchain 2025: OpenAI, AWS, IBM, Google y más

¿Qué ofrecen las grandes empresas en IA, RAG y Langchain en 2025?

En los últimos años, conceptos como RAG (Retrieval-Augmented Generation), modelos fundacionales, IA generativa y chatbots inteligentes han evolucionado rápidamente.Yo como lo veo es que el utilizar RAG es como darle una referencia teórica al LLM para que pueda generar la información en base a los datos que tenemos de soporte. Creo que puede servir para empresas en ERP y desarrollos nuevos  .


🌐  RAg (Retrieval-Augmented Generation)


🔍 Tu cerebro + biblioteca digital conectada


Une modelos LLM con bases de datos, PDFs, sitios web.


Ejemplo: ChatGPT con acceso a tus archivos o documentos científicos.

🌐 ¿Qué es LangChain?


LangChain es una librería en Python y JavaScript que permite crear aplicaciones inteligentes usando modelos de lenguaje (LLM) como:


ChatGPT (OpenAI)


Claude (Anthropic)


Mistral, LLaMA, etc.

📦 ¿Para qué sirve LangChain?


LangChain conecta un modelo de lenguaje con herramientas externas:


Función ¿Qué permite hacer?


📄 RAG Leer documentos PDF, webs, bases de datos

🛠️ Tools Usar herramientas externas como calculadoras, buscadores o APIs

🧠 Memoria Recordar información de conversaciones anteriores

🧩 Agentes Darle a la IA la capacidad de tomar decisiones autónomas (AutoGPT-style)

🗃️ Bases vectoriales Buscar información “por significado” en grandes textos (con Pinecone, FAISS, etc.)

 ¿Qué tan preparados están los gigantes tecnológicos para RAG y Langchain?

Aquí un resumen actualizado sobre OpenAI, Google, AWS, IBM, Oracle y NVIDIA, y cómo se integran con herramientas como LangChain y RAG.

Infografía comparativa de OpenAI, Google, AWS, IBM, Oracle y NVIDIA sobre sus capacidades en inteligencia artificial, RAG y LangChain en 2025.


                        Imagen creada por chatgpt

Comparativa rápida:

Empresa Modelos LLM propios ¿Tiene RAG? ¿Compatible con LangChain?
OpenAI GPT-4, GPT-4o
Google Cloud PaLM, Gemini, terceros
AWS Titan, Mistral, Cohere
IBM Watsonx.ai ⚠️ Parcial ⚠️ Manual
Oracle Cohere + LLaMA (OCI) ⚠️ vía API
NVIDIA NIMs (Microservicios)

🌱 ¿Tú ya estás integrando IA generativa o RAG en tus proyectos? Comparte tu experiencia o déjame un comentario 👇Tu habías oído hablar de estas tecnologías ? 

Comentarios

🚀 Mantener este blog funcionando requiere tiempo y café. ¡Puedes contribuir con uno aquí!

Entradas más populares de este blog

Guía Práctica: Ejemplo Completo de ASPX para Desarrolladores Web

📊 Automatiza tu trabajo: Convierte tablas de Word a Excel con una macro

API de banxico para obtener tipo de cambio utilizando Javascript