Ejemplos preparados para el engine y la API de este repositorio. La sintaxis se contrastó con documentación oficial el 24-10-2026 y, donde está instalado, con el --help local. No se han ejecutado sesiones completas de los agentes al crear el repo. Hermes no estaba instalado en este equipo.
Arranca ./recipes serve MODELO y espera a LISTO. Los snippets usan puerto 1919; si eliges otro, cambia las URLs del cliente. El ID del modelo tiene que coincidir con /v1/models. Los cuatro perfiles usan exclusivamente texto y una generación simultánea.
La versión instalada era v2.1.4. Su configuración es providers, package y settings; los ejemplos v1 se incluyen por separado para versiones antiguas.
Mezcla clients/MODELO/opencode-v2.json en el opencode.json del proyecto. Si no existe un archivo de configuración, copia el snippet allí. No reemplaces un archivo que ya tenga tus ajustes. Ejecuta OpenCode desde ese proyecto, selecciona /models → recipes/MODELO o usa opencode run --model recipes/MODELO "mensaje".
Los snippets fijan limit.context, limit.input y limit.output; declaran herramientas y texto, y compatibility.reasoningField="reasoning_content". Usan Chat Completions mediante @opencode/ai/providers/openai-compatible.
Fuentes: proveedores v2, modelos y capabilities, configuración de proyecto, proveedores v1.
Usa hermes model → Custom endpoint y configura URL /v1, modelo y contexto. Para una configuración manual, mezcla clients/MODELO/hermes.yaml en ~/.hermes/config.yaml; los comandos hermes config set del README hacen lo mismo por claves.
model.context_length representa entrada y salida juntas. El YAML no añade el obsoleto model.max_tokens; para estos endpoints Hermes usa el default del servidor cuando omite el límite. Nuestro default es 8192. Al cambiar de modelo, vuelve a fijar su contexto; no configures el máximo teórico del checkpoint si tu servidor reservó menos.
Si Hermes tiene un proveedor remoto previo, revisa sus auxiliares y fallbacks para que las tareas de compresión/títulos no sigan dirigiéndose allí. Eso depende de tu configuración, no del engine. El snippet no copia credenciales ni cambia permisos de herramientas.
Fuentes: custom endpoints, contexto y salida, configuración.
Versión instalada: codex-cli 0.164.0. Ejecuta bash clients/MODELO/codex.sh desde tu proyecto. El script usa overrides -c y no modifica tu cuenta de ChatGPT ni ~/.codex/config.toml. El TOML contiguo es una alternativa para mezclar manualmente.
El proveedor local usa wire_api="responses", requires_openai_auth=false y supports_websockets=false. El contexto se fija a la reserva de la receta; la compactación comienza 2048 tokens antes del presupuesto de entrada con salida reservada. Es una política conservadora nueva, no una medición de calidad de compactación. No se inventa una opción model_max_output_tokens.
FreeToken implementa un subconjunto Responses sin estado. Los campos de almacenamiento, continuidad por previous_response_id y background no equivalen al servicio OpenAI. No se afirma paridad de todas las funciones de Codex con este endpoint.
Fuentes: OpenAI Docs: configuración, adaptador Responses de FreeToken.
Versión instalada: 2.1.310. Ejecuta bash clients/MODELO/claude-code.sh. El wrapper usa ANTHROPIC_BASE_URL=http://127.0.0.1:1919, sin /v1, porque el cliente añade /v1/messages. El valor local-no-key de ANTHROPIC_AUTH_TOKEN es un placeholder para el servidor local sin auth. Los aliases Opus/Sonnet/Haiku y el modelo de subagentes se dirigen al mismo ID local; no son modelos Claude.
El wrapper elimina solo del proceso hijo las credenciales Anthropic heredadas, fija salida 8192 y conserva los controles de aprobación. La ventana de contexto de modelos arbitrarios puede no detectarse como en Claude: vigila el tamaño de historial y usa /compact antes de alcanzar el presupuesto de entrada. No declares que un modelo local admite 200k/1M por el alias del cliente.
Anthropic no da soporte oficial a Claude Code con modelos no Claude. La receta usa el adaptador comunitario de FreeToken; herramientas, razonamiento y compactación pueden diferir. Su existencia no prueba una sesión agéntica completa.
Fuentes: conectar a un gateway, alcance oficial de gateways, adaptador Messages.
Para comprobar tu instalación, sin involucrar un cliente agente:
curl --fail-with-body http://127.0.0.1:1919/v1/models
curl --fail-with-body http://127.0.0.1:1919/v1/chat/completions \
-H 'Content-Type: application/json' \
-d '{"model":"gemma4","max_tokens":64,"messages":[{"role":"user","content":"Responde con un saludo breve."}]}'Son comandos para que el usuario los ejecute, no resultados de pruebas nuevas. Para agentes, prueba también una herramienta real y su respuesta, repetición de historial y cancelación. La prueba de herramienta larga conservada en evidence/flint.json corresponde a Flint y al snapshot histórico; no certifica los demás modelos/clientes.
Los ejemplos de clients/nemotron/ usan el endpoint portable http://127.0.0.1:1919, contexto total 65536, entrada presupuestada 57344 y salida 8192. El servicio previo de Desktop/AI escucha en 8000; para usarlo directamente cambia las URLs y el modelo a su alias nemotron-e4b.
La versión fijada de llama.cpp implementa /v1/chat/completions, /v1/responses y /v1/messages (herramientas con --jinja). El modelo original y el drafter BF16 están en GPU; no se usa FreeToken ni proyector visual en esta receta. Los wrappers Codex/Claude apuntan a esos adaptadores del engine. Las comprobaciones breves de endpoints no equivalen a validación completa del comportamiento de un agente.
La batería nueva comprueba Chat Completions mediante generación larga y un ciclo natural de herramienta, y realiza peticiones breves separadas a Responses y Messages en cada modelo. Las peticiones, respuestas y resultados están en el informe de validación. Esto valida esos endpoints y el ciclo registrado; no evalúa sesiones completas de programación de cada cliente externo.