lab
Esc

Prueba con

↑↓ para moverte · Enter para abrir · también en /buscar?q= para agentes

sistema intermedio pythonllmproxyagentes

LiteLLM: unifica llamadas a modelos y una pasarela de inferencia

Conecta varios proveedores mediante una interfaz común y centraliza el acceso de tus aplicaciones a sus modelos.

✓ verificado el 26 oct 2026

Instrucciones para tu agente

Esto es lo que se copia. Pégaselo a tu agente y te lo monta paso a paso.

O ábrelo directamente en ClaudeChatGPT

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.


Para el agente: cómo acompañar al usuario

  1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
  2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
  3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
  4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
  5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
  6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Paso 1: añade la biblioteca

Comprueba que tu proyecto uv usa Python ≥3.10 y <3.16, según el pyproject.toml oficial. Ejecuta desde su raíz:

uv add litellm

Paso 2: elige una integración

En ese mismo proyecto, carga OPENAI_API_KEY desde tu entorno privado con acceso al modelo del ejemplo. Guarda esta adaptación del README en prueba.py:

from litellm import completion

response = completion(
    model="openai/gpt-4o",
    messages=[{"role": "user", "content": "Di hola en español."}],
)
print(response.choices[0].message.content)

Ejecuta desde la misma raíz:

uv run python prueba.py

La biblioteca lee la clave del entorno y dirige esta llamada a OpenAI. Debe imprimir el saludo; esta prueba tiene el coste de inferencia de tu cuenta. Si necesitas un servidor, sigue la ruta Proxy Server en lugar de mezclarla con la biblioteca.

Comprobación

Haz una consulta sencilla y contrasta el proveedor y modelo que la procesaron. Prueba también un error de credenciales y verifica que tu aplicación lo maneja.

Si algo falla

Si un modelo no acepta herramientas o parámetros, revisa su matriz de soporte. No asumas que compatibilidad de formato implica igualdad de funciones.

ver en .md ¿Prefieres el recurso entero?

Qué es

LiteLLM es una biblioteca de Python y una pasarela para consumir modelos de distintos proveedores. Adapta sus interfaces para reducir diferencias en las llamadas que hace una aplicación.

Para qué te sirve

  • Cuando tu agente necesita comparar modelos de proveedores diferentes.
  • Cuando varias aplicaciones deben pasar por un punto común de acceso a inferencia.
  • Cuando quieres separar la selección del modelo del resto de la lógica del agente.

Cómo funciona

La biblioteca transforma solicitudes y respuestas entre formatos compatibles. La modalidad proxy expone un servidor que recibe llamadas de clientes y las dirige al proveedor configurado. El repositorio incluye otras integraciones de protocolos, pero la pasarela de modelos sigue siendo una función distinta de coordinar tareas entre agentes.

Puedes comenzar con la biblioteca sin desplegar un servicio adicional. Si eliges proxy, debes configurar autenticación, destinos y límites según la guía de esa modalidad.

Antes de empezar

Necesitas Python ≥3.10 y <3.16, uv para la ruta de biblioteca descrita y acceso válido a los proveedores que elijas. El coste de inferencia sigue correspondiendo a esas cuentas. GitHub devuelve NOASSERTION para la licencia: revisa el texto y las condiciones de los componentes que vayas a usar, sin asumir que todas las ediciones tienen el mismo alcance.

Límites y alternativas

Un formato común no hace idénticas las capacidades, errores o límites de todos los modelos. Prueba las herramientas y salidas estructuradas de cada combinación. Para una aplicación que usa un solo proveedor, su SDK directo puede simplificar la depuración.

Recursos

  • Repositorio y README - 62082 estrellas; licencia detectada por GitHub: NOASSERTION.
  • Licencia - Consulta sus condiciones antes de reutilizar el proyecto.