Skip to content

Dlazaroh/cowork-ai

BranchesTags
 
 

Repository files navigation

🤖 CoWork AI

Proyecto de Aprendizaje de IA por ID For IDeas

CoWork AI ID For IDeas Status

Plataforma de herramientas de IA - Aprende Prompt Engineering y LLMs contribuyendo

📚 Este es un repositorio base de referencia
Para participar activamente en el CoWork: idforideas.com/cowork

🎯 ¿Qué es esto?

CoWork AI es un repositorio base de ID For IDeas enfocado en Prompt Engineering y Large Language Models (LLMs) para que desarrolladores juniors aprendan a integrar IA en su stack profesional.

Tu misión: Usar este repo como referencia, completar las tareas de tu rol usando IA, y compartir tu trabajo en LinkedIn.

✅ Aprende a usar OpenAI API, Claude, y otros LLMs
✅ Domina Prompt Engineering desde tu rol
✅ 6 tareas prácticas por rol (Frontend tiene 6 también)
✅ Proyectos reales para tu portfolio
✅ No necesitas ser experto en IA para empezar

📌 Nota importante: Este es un repo de referencia. Para participar en el CoWork, visita idforideas.com/cowork

⚡ Inicio Rápido

1. Requisitos Previos

Antes de empezar, necesitas:

  • API Key de OpenAI (o Anthropic Claude)

    • Crea cuenta en platform.openai.com
    • Genera una API key en la sección API keys
    • ⚠️ Importante: Tendrás que añadir créditos (mínimo $5) para usar la API
    • Alternativa: Usa Anthropic Claude

  • Node.js 18+ o Python 3.9+ (según tu rol)

  • Git instalado

  • Editor de código (VS Code recomendado)

2. Descarga o clona este repo como referencia

git clone https://github.com/ID-For-Ideas-Cowork/cowork-ai.git
cd cowork-ai

3. Configura tu API Key

Crea un archivo .env en la raíz del proyecto:

# .env
OPENAI_API_KEY=tu-api-key-aqui

⚠️ NUNCA subas tu API key a GitHub. El archivo .gitignore ya está configurado para evitarlo.

4. Elige tu rol y completa el roadmap

Ve a la sección Roles y Tareas 👇

Cada rol tiene sus propias instrucciones de instalación y ejecución.

5. Participa en el CoWork

Regístrate y participa en idforideas.com/cowork para recibir soporte y retroalimentación de la comunidad.

🚀 Roles y Tareas

Resumen rápido por rol

Rol Rango de tareas Enfoque IA README
Frontend FE-01 a FE-06 Chatbots, generación de imágenes, interfaces con IA frontend/README.md
Backend BE-01 a BE-06 APIs de IA, RAG, Function Calling, LangChain backend/README.md
Data Analyst DA-01 a DA-06 Análisis con IA, generación de código Pandas, insights data/README.md
Designer DS-01 a DS-06 Prompts para diseño, DALL-E, design systems con IA design/README.md
Project Manager PM-01 a PM-06 User stories, roadmaps, documentación con IA docs/README.md
QA Tester QA-01 a QA-06 Test cases con IA, generación de tests E2E qa/README.md
DevOps DO-01 a DO-06 Dockerfiles con IA, CI/CD automation, logs analysis devops/README.md

📚 ¿Qué aprenderás?

Conceptos de IA que dominarás:

  • Prompt Engineering: Cómo escribir prompts efectivos para obtener mejores resultados
  • APIs de LLMs: Integración con OpenAI, Claude, y otras APIs
  • Temperature y parámetros: Control de creatividad y determinismo
  • System vs User prompts: Diferencia y cuándo usar cada uno
  • Streaming: Respuestas en tiempo real
  • Function Calling: IA que ejecuta funciones
  • RAG (Retrieval Augmented Generation): IA con acceso a tus documentos
  • Embeddings: Búsqueda semántica
  • LangChain: Framework para aplicaciones con LLMs

Por Rol:

🎨 Frontend Developer

  • Integrar chatbots en React
  • Generar imágenes con DALL-E
  • Crear interfaces para IA
  • Manejar estados de loading/streaming
  • UX para aplicaciones de IA

⚙️ Backend Developer

  • Crear APIs que consuman LLMs
  • Implementar RAG básico
  • Function Calling para herramientas
  • Streaming de respuestas
  • LangChain para Node.js/Python

📊 Data Analyst

  • Análisis de datos con IA
  • Generar código Pandas automáticamente
  • Dashboards con insights de IA
  • Limpieza de datos asistida
  • Explicación de SQL con IA

🎨 Designer

  • Prompts para diseño (UI, iconos, ilustraciones)
  • Generar design systems con ChatGPT
  • DALL-E para assets
  • UX copywriting con IA
  • User personas generadas

📋 Project Manager

  • User stories automáticas
  • Roadmaps generados por IA
  • Documentación técnica
  • Análisis de reuniones
  • Risk assessment con IA

🧪 QA Tester

  • Test cases generados por IA
  • Código E2E (Playwright) automático
  • Análisis de bug reports
  • Datos de prueba sintéticos
  • Test plans completos

🔧 DevOps

  • Dockerfiles generados
  • GitHub Actions workflows
  • Análisis de logs con IA
  • Scripts de deployment
  • Kubernetes manifests

📁 Estructura del Proyecto

cowork-ai/
├── frontend/                 # React + OpenAI API
│   ├── src/
│   │   ├── components/      # ChatBox, ModelSelector, etc.
│   │   ├── pages/           # ImageGenerator, Translator, etc.
│   │   ├── services/        # openai.js, dalle.js
│   │   └── data/            # promptTemplates.js
│   └── README.md
│
├── backend/
│   ├── nodejs/              # Express + OpenAI SDK
│   │   ├── src/
│   │   │   ├── routes/      # chat, prompts, rag, stream
│   │   │   ├── controllers/ # Business logic
│   │   │   ├── services/    # OpenAI service, embeddings
│   │   │   └── utils/       # Prompt builder, vector store
│   │   └── README.md
│   │
│   └── python/              # FastAPI + LangChain
│       ├── api/             # Endpoints
│       ├── chains/          # LangChain chains
│       ├── tools/           # Function calling tools
│       └── README.md
│
├── data/                    # Python + Pandas + IA
│   ├── scripts/             # Análisis, generación de código
│   ├── dashboard/           # Streamlit con IA
│   ├── prompts/             # Prompts para data analysis
│   └── README.md
│
├── design/                  # Prompts + DALL-E
│   ├── docs/                # Guías de prompts
│   ├── assets/              # Iconos, imágenes generadas
│   ├── prompts/             # Templates de prompts
│   ├── design-system/       # Design system con IA
│   └── README.md
│
├── devops/                  # AI-powered DevOps
│   ├── scripts/             # Generadores (Dockerfile, CI/CD)
│   ├── prompts/             # Prompts para DevOps
│   ├── examples/            # Ejemplos generados
│   └── README.md
│
├── docs/                    # PM + ChatGPT
│   ├── templates/           # PRD, user stories, roadmaps
│   ├── scripts/             # Generadores de docs
│   ├── prompts/             # Prompts para PM
│   └── README.md
│
├── qa/                      # QA + AI
│   ├── scripts/             # Generadores de tests
│   ├── tests/generated/     # Tests automáticos
│   ├── prompts/             # Prompts para QA
│   └── README.md
│
├── project-meta.json        # Metadata del proyecto y tareas
├── CONTRIBUTING.md          # Guía de contribución
├── LICENSE                  # MIT License
└── README.md                # Este archivo

🛠️ Stack Tecnológico

Por Rol

Rol Tecnologías
Frontend React, OpenAI API, Anthropic Claude, Server-Sent Events
Backend Node.js Express, OpenAI SDK, LangChain, embeddings
Backend Python FastAPI, LangChain, OpenAI Python SDK
Data Python, Pandas, Streamlit, Matplotlib, OpenAI API
Designer ChatGPT, DALL-E, Midjourney, Markdown
DevOps Docker, GitHub Actions, Kubernetes, ChatGPT, Python
PM ChatGPT, Markdown, Python scripting
QA Playwright, Cypress, ChatGPT, JavaScript, Python

💡 Mejores Prácticas de Prompt Engineering

1. Sé específico y claro

❌ Mal prompt:

Escribe código

✅ Buen prompt:

Escribe una función en JavaScript que valide un email usando regex.
Debe retornar true si es válido, false si no.
Incluye comentarios explicativos.

2. Proporciona contexto

❌ Mal prompt:

Analiza estos datos

✅ Buen prompt:

Soy un analista de datos trabajando con ventas de e-commerce.
Tengo un CSV con columnas: fecha, producto, categoría, precio, cantidad.
Analiza los datos y encuentra los 5 productos más vendidos del último mes.

3. Usa ejemplos (Few-shot learning)

Convierte descripciones de producto en JSON.

Ejemplo:
Input: "Laptop HP 15 pulgadas, 8GB RAM, color negro"
Output: {"brand": "HP", "size": "15in", "ram": "8GB", "color": "black"}

Ahora convierte:
Input: "Mouse Logitech inalámbrico, color blanco"
Output:

4. Itera y refina

No esperes el prompt perfecto en el primer intento. Prueba, ajusta, mejora.

5. Define el formato de salida

Lista los 5 beneficios principales de usar TypeScript.
Formato: lista numerada, máximo 20 palabras por punto.

🔒 Seguridad y Mejores Prácticas

⚠️ NUNCA hagas esto:

  • ❌ Subir tu API key a GitHub
  • ❌ Compartir tu API key públicamente
  • ❌ Hardcodear API keys en el código
  • ❌ Usar API keys de producción para testing

✅ SIEMPRE haz esto:

  • ✅ Usa variables de entorno (.env)
  • ✅ Añade .env al .gitignore
  • ✅ Rota tus API keys regularmente
  • ✅ Monitorea tu uso de API
  • ✅ Establece límites de gasto en OpenAI

Monitoreo de costos

🤝 Cómo Contribuir

  1. Fork este repositorio
  2. Clona tu fork localmente
  3. Lee el README de tu rol en la carpeta correspondiente
  4. Completa las 6 tareas de tu roadmap
  5. Documenta tu proceso de prompt engineering
  6. Comparte en LinkedIn con #IDForIdeas

Ver CONTRIBUTING.md para detalles completos.

📖 Recursos de Aprendizaje

Documentación Oficial

Guías de Prompt Engineering

Comunidad

🎓 Objetivos de Aprendizaje

Al completar este proyecto, serás capaz de:

  • ✅ Integrar APIs de IA (OpenAI, Claude) en aplicaciones
  • ✅ Escribir prompts efectivos para diferentes casos de uso
  • ✅ Manejar parámetros de LLMs (temperature, model, max_tokens)
  • ✅ Implementar chatbots y interfaces de IA
  • ✅ Usar Function Calling para herramientas
  • ✅ Implementar RAG básico con embeddings
  • ✅ Generar código, documentación y assets con IA
  • ✅ Aplicar IA específicamente a tu rol profesional
  • ✅ Crear un portfolio de proyectos con IA

📝 Licencia

Este proyecto está bajo la licencia MIT. Ver LICENSE para más detalles.

🌟 Contribuido por la Comunidad

Este proyecto es posible gracias a contribuidores de todo el mundo. Ver CONTRIBUTORS.md.

📞 Contacto y Soporte

¿Listo para empezar?

Elige tu rol y comienza tu journey en IA 🚀

Hecho con 💜 por ID For IDeas

About

No description, website, or topics provided.

Resources

Readme

License

MIT license

Contributing

Contributing
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages

  • JavaScript 38.5%
  • Python 26.6%
  • CSS 21.2%
  • Dockerfile 10.2%
  • HTML 3.5%