Para Desarrolladores #

LAMB es un proyecto Open Source #

LAMB es un proyecto de código abierto desarrollado bajo licencia GPL v3. Estamos en GitHub y agradecemos enormemente las colaboraciones y contribuciones de la comunidad.

🤝 Contribuciones #

Apreciamos todo tipo de contribuciones:

• Pull Requests con nuevas funcionalidades o mejoras
• Corrección de bugs y problemas reportados
• Documentación y traducciones
• Testing y reporte de issues
• Ideas y sugerencias de mejora

📚 Documentación Técnica #

Mantenemos documentación completa y actualizada para desarrolladores:

Arquitectura del Sistema #

Documento completo sobre la arquitectura de LAMB, incluyendo:

• Componentes del sistema
• Arquitectura de datos
• Pipeline de completions
• Arquitectura de plugins
• Arquitectura de frontend y backend

Especificaciones del Producto (PRD) #

Documento de requerimientos del producto con:

• Especificaciones funcionales
• Casos de uso
• Flujos de trabajo
• Requisitos técnicos

🛠️ Stack Tecnológico #

• Backend: FastAPI (Python 3.11+)
• Frontend: Svelte 5, SvelteKit
• Base de Datos: SQLite
• Vector Store: ChromaDB
• Containerización: Docker, Docker Compose

🚀 Despliega LAMB #

Las dos guías siguientes están escritas para entregarse directamente a un agente de codificación con IA (GitHub Copilot, Claude Code, Cursor, etc.): el agente te hace unas pocas preguntas (claves de API, dominio, puertos) y despliega toda la pila por ti, de principio a fin.

🖥️ Despliegue Local / Desarrollo #

Levanta una pila LAMB completa en tu propia máquina con Docker Compose — sin DNS, sin certificados TLS, todo en localhost.

☁️ Despliegue en Producción #

Despliega una instancia de LAMB lista para producción en un servidor en la nube (Hetzner Cloud), con tu propio dominio y HTTPS automático vía Caddy.

💬 Comunidad #

• GitHub Issues: Para reportar bugs o solicitar funcionalidades
• GitHub Discussions: Para preguntas y discusiones
• Pull Requests: Bienvenidos con mejoras y nuevas características

📖 Publicación Académica #

Si usas LAMB en tu investigación, por favor cita nuestro trabajo:

“LAMB: An open-source software framework to create artificial intelligence assistants deployed and integrated into learning management systems”

• Autores: Marc Alier, Juanan Pereira, Francisco José García-Peñalvo, Maria Jose Casañ, Jose Cabré
• Revista: Computer Standards & Interfaces, Volumen 92, Marzo 2025
• DOI: 10.1016/j.csi.2024.103940