Termina la comprobación
5Ejecuta verificar después de configurar. Si aparece un elemento pendiente, resuélvelo y vuelve a ejecutarlo.
Listo cuando: La última línea dice «todo certo».
Clase 2 · 16 min
Instalar y conversar en la terminal
Ya descargaste el proyecto en la clase 1. Ahora elige una IA local que funcione en tu computadora, responde las siete preguntas de configurar y revisa la instalación antes de conversar.
Empezar la clase
En esta clase vas a
- 1Preparar Python y el modelo local
- 2Elegir cerebro y política de aprobación
- 3Revisar la instalación
Objetivo: Configurar INTELECTO con Ollama local y confirmar que verificar termine con “todo listo”.
01Del comando a la respuesta
Cuatro partes bastan para la primera conversación.
Haz clic en cada bloque del diagrama para ver qué hace.
Haz clic en cada parte para ver qué función cumple.
02Primer uso, en orden
Haz clic en cada etapa para ver qué hacer.
1. Entrar al proyecto
Entra en ~/intelecto-v2. Si todavía no descargaste el proyecto, clónalo como en la clase 1.
2. Instalar el cerebro
En Linux, instala Ollama con el comando oficial de abajo; en macOS, descarga la aplicación en ollama.com. Después usa ollama pull para descargar el modelo elegido.
Prueba en vivo del 13/11/2026: con llama3.2, el asistente guardó directamente “recuerda que mi nombre es Nei y vivo en Porto Alegre” y lo recordó en una conversación nueva. Esto funciona incluso cuando el modelo pequeño no llama a la herramienta de memoria. Sigue usando poco las otras herramientas, como archivos y comandos. qwen3.6:35b-a3b llamó a herramientas en la prueba, pero su archivo local es mucho más grande.
3. Elegir opciones
Las siete respuestas: nombre y personalidad en frases libres; cerebro ollama; modelo, uno de los que muestra configurar; dónde ejecutar comandos, local; aprobación, perigosos; ids de Telegram, vacíos por ahora. Enter conserva el valor entre corchetes. Telegram es un canal de conversación, no el proveedor del modelo.
El ejecutor es el programa que ejecuta el comando; elige local ahora y conoce la caja Docker en la clase 6. OpenRouter es un servicio pago en la nube y no forma parte de esta práctica.
La política de aprobación tiene tres opciones: perigosos (peligrosos; la predeterminada) permite ejecutar la lectura conocida y pregunta antes de las demás acciones; sempre (siempre) pregunta antes de cualquier comando, incluidos ls y cat; nunca permite ejecutar la lectura conocida, pero rechaza lo que pediría aprobación. Los comandos bloqueados por el seguro no se ejecutan con ninguna opción.
4. Revisar y conversar
verificar revisa lo que exige la configuración actual. “todo listo” no demuestra que el modelo vaya a usar herramientas; inicia una conversación real para comprobarlo. SQLite con FTS5 significa memoria local con búsqueda de texto. Fernet es el modo de cifrar la bóveda cuando está instalada la biblioteca cryptography. En Ubuntu, si quieres usar la bóveda con Fernet, instala python3-cryptography con el gestor de paquetes; pip install cryptography puede fallar con externally-managed-environment en Ubuntu 24.04.
03¿Qué modelo funciona en tu máquina?
Tamaños sumados de los archivos indicados en los registros de modelos instalados en esta máquina el 13/11/2026; la descarga puede variar. No son medidas de RAM.
| Tu máquina | Modelo | Archivo local medido |
|---|---|---|
| Computadora común | llama3.2 | 2,02 GB (2.019.392.628 bytes). Recuerda con «recuerda que…»; usa poco las otras herramientas. |
| Tarjeta gráfica grande | qwen3.6:35b-a3b | 23,94 GB (23.938.333.115 bytes). Llamó herramientas en la prueba en vivo. |
Empieza con el modelo que tu máquina pueda descargar y ejecutar. El tamaño del archivo no garantiza que quepa en la memoria. llama3.2 recuerda los datos que le pides con «recuerda que…», incluso en una computadora común; para usar otras herramientas, comprueba si el modelo realmente las llamó.
04Comandos del proyecto
Copia los comandos y ejecútalos en la terminal desde la carpeta indicada.
Terminal · entrar en la carpeta de la lección 1
cd ~/intelecto-v2
Ubuntu · Fernet en la bóveda (opcional)
sudo apt install -y python3-cryptography
Linux · instalar Ollama
curl -fsSL https://ollama.com/install.sh | sh
Terminal · descargar el modelo común
ollama pull llama3.2
Opcional · modelo para tarjeta grande
ollama pull qwen3.6:35b-a3b
Terminal · configurar y comprobar
python3 -m intelecto configurar python3 -m intelecto verificar
Terminal · conversar
python3 -m intelecto
Ejemplo del repositorio
El ensayo usó el proveedor mock (cerebro simulado) y una carpeta temporal. Solo se normalizó la ruta para mostrar dónde estará en tu computadora: ~/.intelecto2. No demuestra que Ollama funcione.
[OK] Python 3.12.3 (precisa 3.10+) [OK] SQLite com FTS5 (memória) [OK] config em ~/.intelecto2/config.json [INFO] cofre: fernet (Fernet) tudo certo
El programa muestra esto en portugués, tal cual.
05Tu primera conversación
Sigue el orden y marca cada punto solo después de comprobar el resultado.
Habla con el asistente
5Abre la conversación y haz una pregunta sencilla. El modelo debe estar disponible en Ollama.
Listo cuando: El asistente responde en la terminal y puedes salir con «sair».
06Comprueba si lo entendiste
Elige antes de abrir el comentario. Si te equivocas, usa el enlace para repasar.
Pregunta 1 de 3
¿Qué confirma el comando verificar?
Correcto
Comprueba la configuración actual. No reemplaza una prueba de conversación real ni demuestra que Telegram se haya probado en vivo.No es esa
Comprueba la configuración actual. No reemplaza una prueba de conversación real ni demuestra que Telegram se haya probado en vivo.Revisar: Primer uso, en ordenPregunta 2 de 3
¿Qué proveedor local se probó en vivo con memoria, incluso con llama3.2?
Correcto
Ollama es el proveedor local que se usó en la prueba en vivo. OpenRouter usa la nube; mock simula respuestas y no es un modelo local real.No es esa
Ollama es el proveedor local que se usó en la prueba en vivo. OpenRouter usa la nube; mock simula respuestas y no es un modelo local real.Revisar: ¿Qué modelo funciona en tu máquina?Pregunta 3 de 3
Con llama3.2, ¿qué pasa cuando dices «recuerda que mi ciudad es Porto Alegre»?
Correcto
Desde la v2.0.1, el asistente guarda directamente los pedidos «recuerda que…». llama3.2 todavía usa poco las otras herramientas.No es esa
Desde la v2.0.1, el asistente guarda directamente los pedidos «recuerda que…». llama3.2 todavía usa poco las otras herramientas.Revisar: ¿Qué modelo funciona en tu máquina?Prueba completada
Acertaste {a} de {n}. Si aciertas todas, la clase se marca como completada.Elige una alternativa. La explicación aparece después de tu intento.
07Lo que te llevas de esta clase
Un comienzo sencilloPython 3.10+, configuración, comprobación y conversación.
El modelo importallama3.2 recuerda pedidos como “recuerda que…”, pero usa poco las otras herramientas. Para archivos y comandos, comprueba lo que ocurrió realmente.