Cookbook

Recetas que funcionan a la primera cuando las copias.

Cada receta resuelve un problema concreto, muestra código que funciona y señala el siguiente paso. Empieza por los fundamentos de la API para dominar las primitivas, y luego añade bucles de agente y casos de uso completos. Notebooks de Colab + archivos Python independientes.

Ver en GitHub →Sitio oficial del cookbook

Recetas de Muse Code

PATRONES DE AGENTES

Los patrones centrales que sacan el máximo partido a Muse Code, directos de los materiales de lanzamiento.

>
Fan-out de agentes
Divide un trabajo grande entre varios subagentes, cada uno en su propio worktree, para que nada choque a mitad de camino y tu copia de trabajo se mantenga limpia.
>
Skills integradas
Metes una idea en bruto y sacas una funcionalidad puesta a prueba y validada — los playbooks integrados /plan, /grill y /goal hacen el trabajo.
>
Seguimiento de objetivos
Define tu objetivo y Muse Code mantiene al agente centrado en la tarea, de modo que lo que querías al principio es lo que acaba en el merge.

Fundamentos de la API

10 recetas

Comprueba que cada primitiva de la API funciona y consigue un punto de partida sobre el que construir.

01Inicio rápido: chat completionsHaz tu primera llamada a Muse Spark apuntando el OpenAI SDK a una nueva base URL.02Respuestas en streamingRenderiza los tokens a medida que se generan y lee el bloque final de uso.03Llamadas a herramientas y funcionesDetecta las llamadas a herramientas y monta el bucle de ejecutar y devolver resultados.04Salida estructuradaObtén JSON garantizado por schema que se parsea a la primera.05Caché de promptsReutiliza un prefijo de prompt estable y haz seguimiento de los tokens cacheados.06Tokens de razonamiento y pensamientoControla el esfuerzo de razonamiento y reutilízalo entre turnos.07Entrada de visiónEnvía imágenes por URL o en base64 y recibe un análisis estructurado.08Contexto largoMete contexto a escala de repositorio en la ventana de 1M de tokens.09Gestión de errores y reintentosAplica backoff con jitter y evita reintentar ante errores de cliente.10Grounding con búsquedaFundamenta las respuestas en resultados de búsqueda web en vivo con citas en línea.

Patrones de agentes

5 recetas

Construye los bucles que convierten un modelo en un agente: planificación, trabajo en paralelo y autocorrección.

01Bucle de agente básicoMonta el bucle central percibir-decidir-actuar.02Razonamiento intercaladoIntercala razonamiento y llamadas a herramientas en un mismo turno.03Gestión de contexto multiturnoGestiona un contexto que crece a lo largo de una ejecución larga del agente.04Ediciones in situ validadasEdiciones de buscar y reemplazar validadas con un agente de código.05Copiloto contra la fatiga de alertasExtrae patrones fundamentados de un flujo de alertas ruidoso, y luego sondea, conversa y autoevalúa con salida JSON estricta.

Casos de uso

13 recetas

Patrones de extremo a extremo: percepción multimodal, orquestación y aplicaciones completas.

01Análisis de gráficasLee gráficas y extrae datos estructurados de las imágenes.02Arreglo desde captura de errorDiagnostica un bug a partir de una captura de error y arréglalo.03Gafas inteligentes con OpenClawMira y pregunta con manos libres en las gafas Ray-Ban Meta.04Generación de diapositivasGenera una presentación a partir de un prompt o de contenido fuente.05Diseño web verificado en navegadorConstruye un sitio web con un agente de código que comprueba su propio trabajo en un navegador real.06Desarrollo iterativo de juegosConstruye un juego de navegador de extremo a extremo con un agente de código, verificado en un navegador real.07Ejecución en sandboxEjecuta código generado por el modelo dentro de un sandbox.08Estudio de producto multiagenteOrquesta un equipo de cuatro perfiles (PM, backend, frontend, redactor técnico) coordinado mediante un tablero Kanban compartido.09Desarrollo de juegos en una pasadaConstruye un juego 3D de navegador completo de una sola pasada — un AGENTS.md más un prompt estructurado, sin bucle de iteración.10Grounding de percepciónIdentifica los alimentos en una foto de la nevera y fija puntos interactivos de puntuación de salud en coordenadas de píxel.11Agente de repositorio de GitHubBot autónomo de GitHub Actions — triaje, revisión de PRs, detección de contenido de relleno hecho con IA y PRs con arreglos de bugs — sobre OpenCode + Muse Spark.12Uso del ordenadorManeja un escritorio Linux a partir de capturas de pantalla — el agente encuentra una aplicación, la abre y juega con ella en un sandbox de Cua.13Uso del ordenador en macOSManeja un Mac real a partir de capturas de pantalla con metacua, un agente de uso del ordenador nativo en Swift + Python.

Cada receta necesita una sola cosa: una key.

Crea una cuenta de la Model API en dev.meta.ai, genera una API key y expórtala como MODEL_API_KEY. La API es compatible sin cambios con el OpenAI SDK — mira el fragmento de inicio rápido en la documentación.

Lee la documentación