Ruta de aprendizaje Intermedio
Modelos agénticos self-hosted y tool calling
Ejecuta modelos con llamada a herramientas en tu propio hardware: Nous Hermes 3 y 4, Qwen-Agent, function calling con Ollama, qué modelos abiertos soportan herramientas, y las bibliotecas de salida estructurada Instructor, Outlines y DSPy.
- 8 recursos
- ~74 min
Qué aprenderás
Esta ruta enseña a ejecutar modelos con llamada a herramientas (tool calling) en tu propio hardware, sin depender de APIs cerradas de terceros. Está pensada para quien ya conoce lo básico de los LLMs y el self-hosting y quiere dar el salto a construir agentes que ejecuten funciones, consulten datos externos o generen salidas estructuradas con garantías.
Qué podrás hacer al terminar
Al final del recorrido sabrás desplegar modelos abiertos con soporte de herramientas, decidir cuál encaja en tu caso de uso y forzar que sus respuestas cumplan un esquema concreto en lugar de texto libre. Es un nivel intermedio: conviene llegar con algo de experiencia previa en Ollama o en la ejecución local de modelos, aunque cada artículo explica los conceptos necesarios sobre la marcha.
Cómo se construye el recorrido
El camino arranca con Nous Hermes 3 y su evolución, Nous Hermes 4, dos modelos agénticos open-weight que sirven de base práctica para entender cómo razona y actúa un modelo con herramientas. A partir de ahí se entra en Qwen-Agent y en el function calling con Ollama, donde la teoría se convierte en configuración real sobre tu propia máquina. La ruta sigue con una comparativa de modelos abiertos con tool calling para saber cuál elegir según el caso, y cierra con las bibliotecas de salida estructurada: Instructor, Outlines y DSPy, que resuelven el problema de que un LLM devuelva exactamente el formato que tu aplicación necesita.
Ninguno de estos pasos requiere una GPU de centro de datos: los modelos y bibliotecas cubiertos funcionan en hardware de consumo, lo que hace de esta ruta un punto de partida realista para montar agentes propios sin depender de OpenAI ni de Anthropic para cada llamada a herramientas.
Nous Hermes 3: un modelo agéntico open-weight
Hermes 3 es la familia de modelos open-weight de Nous Research, afinada sobre Llama 3.1 en tamaños de 8B, 70B y 405B. Su punto fuerte es el uso de herramientas mediante llamadas a funciones en formato JSON. Puedes ejecutarlo en tu propia máquina con Ollama o vLLM y darle capacidades agénticas sin depender de una API de pago.
Nous Hermes 4: el modelo agéntico con razonamiento híbrido
Hermes 4 es la familia de modelos open-weight que Nous Research publicó en agosto de 2025, con variantes de 14B, 70B y 405B parámetros. Su gran novedad es el razonamiento híbrido: un mismo modelo responde directo o delibera con etiquetas think antes de contestar, y conserva el formato de herramientas de Hermes.
Qwen-Agent: uso de herramientas con modelos Qwen
Qwen-Agent es el framework oficial del equipo Qwen para dar herramientas a sus modelos: function calling, un interprete de código en sandbox, RAG y MCP. Va por la version 0.0.34, publicada en febrero de 2026, suma unas 16.800 estrellas en GitHub y contiene la implementacion canonica del tool calling de Qwen3, tanto en la nube como en tu propia maquina.
Function calling con Ollama en tu propia máquina
El function calling permite que un modelo que ejecutas con Ollama en tu propia máquina pida a tu código que llame a una función (consultar el clima, buscar en una base de datos) y use el resultado para responder. Desde julio de 2024 Ollama soporta herramientas; en 2026 modelos como qwen3 o llama3.3 lo hacen con fiabilidad razonable.
Modelos abiertos con tool calling: cuál elegir
No todos los modelos abiertos llaman a herramientas igual de bien: la familia Qwen3, los Hermes de Nous, Llama 3.1 y Mistral destacan porque se entrenaron para ello. Para elegir, mira el Berkeley Function-Calling Leaderboard, comprueba que exista un parser para su plantilla y ajústalo a la VRAM de tu GPU.
Instructor: salidas estructuradas fiables
Instructor es la biblioteca de Python más usada para obtener salidas estructuradas y fiables de un modelo de lenguaje: defines el resultado que esperas como un modelo Pydantic, Instructor parchea el cliente para que el modelo lo respete y reintenta solo, con el error de validación incluido, hasta devolver un objeto válido y ya tipado.
Generación restringida con Outlines
Outlines es una biblioteca de Python que aplica generación restringida: obliga al modelo a producir una salida que se ajusta a un esquema JSON, una expresión regular o una gramática, con garantía por construcción y no estadística. Funciona con vLLM, Transformers, Ollama y llama.cpp, y su motor escrito en Rust apenas añade sobrecarga por token.
DSPy: optimización de prompts y programas de LLM
DSPy es un framework de Python de Stanford que trata las llamadas a un LLM como código: defines firmas con entradas y salidas tipadas, eliges un módulo como la cadena de pensamiento y dejas que un optimizador escriba los prompts por ti a partir de ejemplos y una métrica. Así compilas programas en vez de ajustar prompts a mano.