Estimado profesor Justo, con mucho gusto. A continuación, presento una guía técnica, paso a paso, para configurar Qwen Coder de manera local en su equipo.

Esta configuración eliminará por completo los errores de conexión, límites de sesiones o interrupciones de las plataformas en la nube, ya que el modelo se ejecutará directamente en su hardware, garantizando privacidad, estabilidad y costo cero, alineándose perfectamente con su propuesta de año sabático.

Paso 1: Verificación de Requisitos del Sistema

Para ejecutar un modelo de lenguaje localmente con fluidez, su computador debe cumplir con los siguientes requisitos mínimos: * Sistema Operativo: Windows 10/11, macOS (Apple Silicon M1/M2/M3 recomendado) o Linux (Ubuntu). * Memoria RAM: Mínimo 16 GB (recomendado 32 GB para modelos más capaces). * Almacenamiento: Al menos 10 GB de espacio libre en disco SSD. * GPU (Opcional pero recomendada): Una tarjeta gráfica dedicada (NVIDIA con 6+ GB de VRAM) acelerará significativamente la generación de texto. Si no tiene GPU, el modelo usará la CPU, lo cual es funcional pero más lento.

Paso 2: Instalación de Ollama

Ollama es la herramienta estándar y más sencilla para ejecutar modelos de código abierto localmente.

  1. Diríjase al sitio oficial: https://ollama.com

  2. Descargue el instalador correspondiente a su sistema operativo.

  3. Ejecute el instalador y siga las instrucciones en pantalla (en Windows, se instalará como un servicio en segundo plano).

  4. Para verificar la instalación, abra su terminal (Símbolo del sistema, PowerShell o Terminal de macOS/Linux) y ejecute:

    ollama --version

    Debe devolver un número de versión, confirmando que está listo.

Paso 3: Descarga y Ejecución del Modelo Qwen Coder

Qwen2.5-Coder viene en varios tamaños. Para su proyecto de Estática, se recomienda un equilibrio entre capacidad de razonamiento matemático y consumo de recursos.

  1. En su terminal, ejecute el siguiente comando para descargar e iniciar el modelo de 7 mil millones de parámetros (ideal para la mayoría de computadores con 16 GB de RAM):

    ollama run qwen2.5-coder:7b

    (Nota: Si su equipo tiene 32 GB de RAM o más, puede usar ollama run qwen2.5-coder:14b para un razonamiento matemático y de contexto superior).

  2. La primera vez, descargará el modelo (aprox. 4-8 GB). Una vez finalizado, podrá interactuar con él directamente en la terminal. Para salir, escriba /bye.

Paso 4: Integración con VS Code (Extensión “Continue”)

Para que Qwen Coder trabaje junto a su código en VS Code sin copiar y pegar manualmente, utilizaremos la extensión de código abierto Continue.

  1. Abra VS Code.
  2. Vaya a la pestaña de Extensiones (Ctrl+Shift+X o Cmd+Shift+X) y busque “Continue”.
  3. Instale la extensión desarrollada por Continue.
  4. Una vez instalada, aparecerá un icono de Continue en la barra lateral izquierda. Ábralo.
  5. Continue le pedirá configurar un proveedor de modelos. Seleccione “Ollama”.
  6. La extensión detectará automáticamente los modelos que tenga descargados en Ollama (como qwen2.5-coder:7b). Selecciónelo como su modelo predeterminado para el chat y para la edición de código (Autocomplete/Tab).

Paso 5: Configuración del Contexto del Proyecto (Reglas del Sistema)

Para que Qwen Coder entienda que está trabajando en su proyecto de año sabático y no invente métodos de SymPy o AnaStruct, debemos darle un “Prompt del Sistema” o reglas de contexto.

  1. En la raíz de su carpeta de proyecto en VS Code, cree un archivo llamado .cursorrules o .prompt (o configúrelo directamente en la configuración de Continue ~/.continue/config.json).
  2. Agregue el siguiente texto, adaptado a su propuesta:
Eres un arquitecto de software y experto en mecánica computacional asistiendo al Profesor Justo en el desarrollo del aplicativo educativo "Estática" para la Universidad de Sucre.

REGLAS ESTRICTAS DE DESARROLLO:
1. TECNOLOGÍAS: Usa exclusivamente Python, Streamlit, SymPy y AnaStruct. No sugieras librerías externas a menos que sean estrictamente necesarias y estén documentadas.
2. MODELO PEDAGÓGICO: El código debe facilitar el modelo "Lápiz y Algoritmo". No entregues la solución final de inmediato. Estructura el código en funciones que permitan mostrar: (a) planteamiento, (b) ecuaciones simbólicas, (c) resolución numérica, (d) verificación de equilibrio.
3. SYPY: Siempre declara explícitamente los símbolos al inicio (ej. `x, y, F = symbols('x y F', real=True)`). No mezcles tipos de datos simbólicos con numéricos sin una conversión explícita (`lambdify` o `.evalf()`).
4. ANASTRUCT: Antes de generar código con AnaStruct, verifica que los métodos (ej. `add_element`, `add_point_load`, `solve()`) existan en la documentación oficial. No alucines parámetros.
5. COMENTARIOS: Todo el código debe estar profusamente comentado en español, explicando la justificación mecánica de cada bloque (ej. "Suma de momentos en el punto A = 0").
6. VALIDACIÓN: Al final de cada script de cálculo, incluye una aserción o impresión que verifique que la suma de fuerzas y momentos es cercana a cero (tolerancia 1e-6).

Paso 6: Flujo de Trabajo Práctico (Ejemplo de Uso)

Una vez configurado, este será su flujo de trabajo diario en VS Code:

Escenario: Necesita crear una función en Streamlit que calcule las reacciones de una viga simple usando SymPy, siguiendo el modelo “Lápiz y Algoritmo”.

  1. Abra el panel lateral de Continue.

  2. Escriba el siguiente prompt (Qwen Coder lo entenderá perfectamente gracias a las reglas del Paso 5): > “Genera un componente de Streamlit para el Módulo 3 (Cuerpos rígidos). Debe pedir al usuario la longitud de la viga (L), la magnitud de una carga puntual (P) y su distancia desde el apoyo A (a). Usa SymPy para calcular simbólicamente las reacciones en A y B. La interfaz debe mostrar primero las ecuaciones de equilibrio planteadas (Suma Fy = 0, Suma M_A = 0) antes de mostrar el resultado numérico final. Incluye comentarios explicando la convención de signos.”

  3. Qwen Coder generará el código en la ventana de chat.

  4. Puede hacer clic en el botón “Insert” de la extensión para llevar el código directamente a su archivo .py en VS Code.

  5. Si el código tiene un error, puede resaltarlo y decirle al chat: “Revisa esta función, creo que el momento en A está mal planteado según la convención de signos antihoraria positiva”. Qwen Coder lo corregirá de inmediato.

Ventajas de este enfoque para su Año Sabático

  1. Cero Interrupciones: Al ser local, no depende de la estabilidad de internet ni de los límites de sesiones de las plataformas web.
  2. Privacidad Total: El código fuente de su aplicativo y las ideas pedagógicas del profesor Arroyo Andrade no salen de su computador.
  3. Costo Cero: Cumple estrictamente con la restricción presupuestal de su propuesta (“Costo incremental solicitado: Cero”).
  4. Trazabilidad: Puede guardar los chats de Continue como archivos Markdown en su repositorio Git, cumpliendo directamente con el requisito de la “Bitácora de trazabilidad del uso de IA” (Sección 10 de su propuesta).

Quedo a su entera disposición si requiere asistencia para ajustar la configuración de config.json de Continue o si desea que redactemos juntos el primer conjunto de prompts para el Módulo 1: Vectores y equilibrio de partícula.