Código abierto

Cuando un programa tuyo consulta una API ajena en bucle, lo normal es que acabe bloqueado por pedir demasiado rápido, o que se caiga a la primera respuesta lenta. politeclient espera lo que toca, reintenta lo que merece la pena y no vuelve a pedir lo que ya tiene.

No acelera nada: va más despacio a propósito para que el servidor del otro no te cierre la puerta. Y no sustituye a requests, se apoya en él.

Código · PyPI · Release · Tests

Un webhook llega una vez y desaparece. Si tu código falla al procesarlo, no puedes pedirle a Stripe o a GitHub que lo reenvíen para depurar. Esto lo captura una vez y te deja re-dispararlo contra tu aplicación local las veces que haga falta.

No es un túnel ni un servicio en la nube: corre en tu máquina y no manda nada a ningún sitio. No verifica firmas por ti; las conserva intactas para que tu código pueda hacerlo.

AvisoSi instalaste la 0.1.0, actualiza. Esa versión perdía webhooks bajo carga: la cola de escucha era de 5, así que a partir de la sexta conexión simultánea el kernel las rechazaba antes de que ningún hilo las viera. Corregido en 0.1.1.

Código · PyPI · Release · Tests

Empezar un proyecto de Python en condiciones cuesta media mañana: tests, formato, integración continua, licencia, estructura. Esto lo deja montado y funcionando en segundos, con un asistente por terminal.

No es un framework ni te ata a nada. Genera ficheros normales y desaparece: después el proyecto es tuyo y no depende de scaffld para nada.

Código · PyPI · Release · Tests

Encuentra momentos concretos dentro de un vídeo —cuándo aparece un marcador en pantalla, cuándo cambia un indicador— sin entrenar ningún modelo. Describes qué buscar en un fichero de configuración y lo encuentra por firma de píxeles.

No reconoce objetos ni entiende la escena: no es visión por IA. Busca patrones de color en regiones que tú defines, y por eso es rápido, reproducible y no necesita GPU ni datos de entrenamiento.

Código · PyPI · Release · Tests

Salida estructurada de OpenAI y Anthropic: JSON validado contra tu esquema, con reparación tolerante y reintentos que le devuelven al modelo los errores de validación en vez de limitarse a repetir la pregunta.

No vale para cualquier LLM: esa promesa se retiró a propósito. Trae proveedores para OpenAI y Anthropic y una interfaz para añadir el tuyo; cualquier otro te lo escribes tú.

Código · PyPI · Release · Tests

La referencia abierta sobre Generative Engine Optimization: el método, con una fuente primaria detrás de cada afirmación y sus limitaciones declaradas.

Es una referencia, no un servicio: explica el método y declara sus límites, no hace el trabajo por ti.

Código · DOI

Seis experimentos reproducibles, medidos sin conexión con un script determinista — y, en cada uno, lo que el número no demuestra. Publicado como conjunto de datos citable.

Las seis mediciones son offline y deterministas: miden legibilidad por máquina, NO que un motor te cite más.

Código · DOI

Una referencia de prompt engineering donde cada técnica va calificada: sólida, mixta o folclore. La gracia es separar lo que aguanta de lo que se repite.

Califica técnicas por la evidencia que las respalda; no es una lista de trucos que prometa resultados.

Código · DOI

Una memoria para agentes de IA que carga poco y sabe mucho: unos pocos ficheros locales en cada sesión, un corpus grande en NotebookLM que se consulta solo cuando una tarea lo necesita, y una regla de tres destinos que decide dónde va cada aprendizaje.

No es un servicio ni un paquete de PyPI: es un flujo de trabajo que montas tú. Y el ahorro de tokens que documenta sale de una sola comparación (n = 1), no de un estudio.

Código · Release · Tests · DOI