Saltar al contenido

Novedades de LAMB 0.9

Versión candidata, sin etiquetar. Estas notas describen LAMB 0.9 tal como está en la rama de desarrollo (dev) en la revisión 023b3a9b (14 de noviembre de 2026). Se fusionó en esa rama el 11 de noviembre de 2026. La instancia de desarrollo del proyecto funciona con la 0.9 desde el 10 de noviembre de 2026. Contiene todo lo de la 0.8. Los detalles todavía pueden cambiar antes de que la versión se etiquete.

De un vistazo

CambioPara quién¿Necesita configuración?
LTI 1.3 para las actividades de cursoAdministradores del LMS y de LAMBSí. El administrador del sistema registra el LMS.
Códigos de creadorDocentes que llegan desde el LMS sin cuenta en LAMB; administradores de organizaciónSí. Un administrador de la organización crea un código.
Filtros del promptDocentes que usan el Modo AvanzadoNo
Un prompt del sistema por conversaciónCualquiera que chatee con un asistente; desarrolladores que llaman a la APINo. Lee las notas de actualización.
Modo Auto de LAMB LEGATUSDocentesNo. LAMB LEGATUS tiene que estar habilitado, como antes.
Análisis de actividad de los asistentesDocentesNo. Usa LAMB LEGATUS y necesita acceso al contenido de las conversaciones.
LLM access: proceso en segundo plano más rápidoAdministradores del sistema que operan el complemento de la pasarelaAjuste opcional
Línea de comandosDesarrolladores y administradoresActualiza la LAMB CLI
Correcciones y cambios menoresTodosNo

LTI 1.3 para las actividades de curso

Qué es. La herramienta de actividades de LAMB, la que un docente añade a un curso para crear una actividad de chat, de evaluación de archivos o LLM access, acepta ahora lanzamientos LTI 1.3 además de LTI 1.1. La misma dirección de lanzamiento sirve para los dos. Las calificaciones de las actividades de evaluación de archivos vuelven al libro de calificaciones del LMS a través del servicio de calificaciones de LTI 1.3 (Assignment and Grade Services, ámbito score).

Por qué. LTI 1.1 firma cada lanzamiento con un secreto compartido entre el LMS y la herramienta. LTI 1.3 sustituye el secreto compartido por un intercambio de inicio de sesión y por mensajes firmados que LAMB verifica con las claves que publica el LMS. Muchas instituciones piden ya la 1.3 en las integraciones nuevas. LAMB la añade donde intervienen el trabajo del curso y las calificaciones, y deja las demás vías de entrada como están para que los enlaces de curso existentes sigan funcionando (incidencia #551).

Cómo funciona.

  1. El administrador del sistema abre Administración → LTI Settings en LAMB. La página muestra las tres direcciones que hay que introducir en el LMS: la dirección de inicio de sesión, la dirección de lanzamiento y la dirección de las claves públicas de LAMB.
  2. En el LMS, el administrador configura una herramienta LTI 1.3 con esas direcciones. En Moodle es una Herramienta externa configurada manualmente, con “Keyset URL” como tipo de clave pública.
  3. De vuelta en LAMB, el administrador registra la plataforma con los valores que muestra el LMS: el emisor, el ID de cliente, las direcciones de inicio de sesión, de tokens y de claves del propio LMS, y el ID de despliegue. El registro indica también qué organizaciones de LAMB pueden usarlo y qué direcciones pueden recibir calificaciones.
  4. Un docente añade la actividad a un curso y la abre. En el primer lanzamiento, el docente vincula una cuenta de LAMB Creator iniciando sesión en ella una vez. A partir de entonces, los lanzamientos del docente abren la configuración de la actividad o la vista de docente, y los lanzamientos de los estudiantes abren la actividad.
Página de administración de LAMB con las direcciones de la herramienta LTI 1.3 y el formulario para registrar una plataforma LMS
Administración → LTI Settings en LAMB 0.9: las direcciones que hay que dar al LMS y el formulario de registro de una plataforma. Datos de demostración. Detalles de la captura · Tamaño completo

Qué debes saber.

  • Una identidad del LMS no abre por sí sola una organización. Un docente que llega por LTI 1.3 debe vincular una cuenta de Creator que el registro permita. Que la dirección de correo electrónico sea la misma en los dos lados no concede nada.
  • Hacen falta direcciones HTTPS públicas. Define LAMB_PUBLIC_BASE_URL, y OWI_PUBLIC_BASE_URL cuando el chat de los estudiantes funciona en otra dirección. LAMB guarda sus claves de firma en un directorio que debe sobrevivir a los reinicios (LTI13_KEY_DIR, por defecto dentro del directorio de datos). Al rotar la clave, la clave pública anterior sigue publicada durante 24 horas.
  • El registro es manual. El registro dinámico, la selección de contenido (deep linking) y el acceso a la lista de participantes no forman parte de esta versión.
  • La devolución de calificaciones usa la columna de calificación que el LMS proporciona para la actividad. LAMB no crea columnas en el libro de calificaciones. Con LTI 1.1, las calificaciones siguen volviendo a través del servicio Outcomes, más antiguo.
  • Las demás vías de entrada siguen en LTI 1.1: la publicación de asistentes individuales y el acceso a Creator desde el LMS no cambian.
  • Probado con un Moodle 4.5 sin modificar y una plataforma de pruebas LTI, con cursos y cuentas sintéticos. Otros LMS siguen el mismo estándar, pero el proyecto no los ha probado. La implementación no está certificada por 1EdTech.
  • No interviene ningún plugin de Moodle ni ningún código del lado de Moodle, como en todas las integraciones de LAMB.

Códigos de creador: los docentes consiguen su cuenta desde el LMS

Qué es. Un docente que abre una actividad de LAMB desde el LMS y no tiene cuenta en LAMB Creator solo recibía la indicación de contactar con un administrador. En la 0.9 esa página pide un código de creador. Un administrador de la organización crea los códigos y los reparte. Un código válido da al docente una cuenta de Creator en esa organización, como creador y nunca como administrador, y lo lleva a LAMB Creator.

La página que recibe un docente sin cuenta en LAMB al abrir una actividad desde el LMS: el texto de la institución y un campo para el código de creador
El lanzamiento devuelve esta página a un docente que no tiene cuenta. El recuadro azul es el texto propio de la institución. Datos de demostración. Detalles de la captura · Tamaño completo

Por qué. Una institución tiene que poder dejar entrar a sus docentes durante un curso sin que un administrador cree cada cuenta a mano. Un código que funcionara en cualquier parte sería una cuenta para quien lo consiguiera: los códigos acaban pegados en páginas de curso y reenviados. Por eso el código solo funciona en la página que un lanzamiento verificado desde el LMS devuelve a alguien que el LMS identifica como docente. Tener el código no basta.

Cómo funciona. La guía de los códigos de creador lo recorre paso a paso.

  • El administrador de la organización crea los códigos en Admin Org → Settings → LTI Creator: una etiqueta, una fecha de caducidad opcional y un límite de usos opcional. El código se muestra una sola vez y se guarda como un hash; se puede desactivar y volver a activar. El administrador escribe también el texto que lee un docente sin cuenta, por ejemplo a quién pedir un código.
  • El docente introduce el código en la página que devuelve el lanzamiento. LAMB crea la cuenta, la vincula a su identidad en el LMS y abre LAMB Creator. El siguiente lanzamiento no pide nada.
  • Más de una organización. Un docente que ya tiene cuenta ve sus organizaciones en la página de la actividad, puede añadir otra con un segundo código y, para la que elija, configura la actividad o abre LAMB Creator.
  • Entre la actividad y LAMB Creator. LAMB se queda en la ventana que abrió el LMS. En LAMB Creator el nombre de la organización aparece bajo el nombre del usuario, con un menú para cambiarla cuando hay varias, y una barra lleva de vuelta a la actividad. Esto funciona hasta cuatro horas después del lanzamiento; luego el docente vuelve a abrir la actividad desde el LMS.
  • Sin contraseña. A estas cuentas solo se entra a través del LMS. A los creadores que inician sesión con contraseña no se les abre sesión desde un lanzamiento.
Configuración de la actividad con dos organizaciones para elegir, un enlace para añadir una organización con un código de creador y el botón Open LAMB Creator
Un docente con cuentas en dos organizaciones elige una para la actividad, o abre LAMB Creator en ella. Datos de demostración. Detalles de la captura · Tamaño completo
LAMB Creator con la sesión de un docente que llegó desde el LMS: la organización bajo el nombre del usuario y una barra que lleva de vuelta a la actividad
En LAMB Creator el nombre de la organización aparece bajo el del usuario, y una barra lleva de vuelta a la actividad desde la que llegó el docente. Datos de demostración. Detalles de la captura · Tamaño completo

Límites en la candidata. La organización del sistema no tiene códigos propios: una instalación necesita al menos otra organización para usarlos. La página del código está en inglés. En LTI 1.1 LAMB no conoce la organización antes de que se introduzca el código, así que esa página muestra el texto de la organización del sistema, que es el texto por defecto de la instalación; el texto propio de una organización aparece en un registro de LTI 1.3 ligado a una sola organización, y bajo el mensaje cuando se rechaza uno de sus códigos. En LTI 1.3 el código tiene que ser de una organización para la que esté habilitado el registro del LMS.

Filtros del prompt: un escenario distinto para cada conversación

Qué es. El prompt del sistema de un asistente puede contener ahora valores que LAMB rellena cuando empieza una conversación. El filtro que incluye la 0.9 sortea números enteros al azar: escribe {{RANDOM:25-70}} en el prompt del sistema y cada conversación nueva recibe su propio número entre 25 y 70. Los números se mantienen iguales durante toda esa conversación.

Por qué. Lo pidieron los docentes que usan juegos de rol. Un asistente que interpreta a un cliente al que hay que entrevistar, a un paciente o un caso que hay que analizar da a todos los estudiantes el mismo caso si el prompt es fijo, y las respuestas circulan rápido entre los estudiantes. Sortear los valores en cada mensaje tampoco funciona: el cliente cambiaría de edad a mitad de la entrevista. El filtro se ejecuta una vez, al principio, y LAMB recuerda el resultado (incidencia #553).

Cómo se usa.

  1. Abre la pestaña Editar del asistente y activa el Modo Avanzado.
  2. Escribe los marcadores en el prompt del sistema, por ejemplo: you have {{RANDOM:3-12}} employees and a budget of {{RANDOM:25-70}} thousand euros.
  3. En Filtros del prompt, elige Añadir enteros aleatorios.
  4. Elige Ver ejemplo para ver un resultado posible. El ejemplo no llama a ningún modelo ni cambia nada.
  5. Guarda el asistente.
Editor de asistentes en Modo Avanzado con el panel Filtros del prompt: un filtro Enteros aleatorios y un ejemplo del prompt del sistema con los números rellenados
Un asistente de juego de rol con tres valores aleatorios. El ejemplo de la derecha muestra un sorteo posible. LAMB 0.9, datos de demostración. Detalles de la captura · Tamaño completo

Qué debes saber.

  • Un cambio en el prompt o en los filtros se aplica a las conversaciones nuevas. Las conversaciones ya empezadas conservan los valores que les tocaron.
  • Los filtros actúan solo sobre el prompt del sistema. Nunca tocan los mensajes del estudiante, el material del curso recuperado ni la plantilla de prompt.
  • Sin el Modo Avanzado, el editor solo muestra que el asistente tiene filtros activos. No los elimina.
  • Los números proceden de la fuente aleatoria segura del servidor y no son predecibles, pero tampoco son secretos: el asistente puede decirlos si se le pregunta. Indica al asistente, en el prompt, cómo tratarlos.
  • La lista está hecha para admitir más adelante otros tipos de filtro. En la 0.9, el filtro de enteros aleatorios es el único.
  • Los mismos ajustes están disponibles desde la línea de comandos y para LAMB LEGATUS.

Un prompt del sistema por conversación

Qué es. LAMB fija ahora el prompt del sistema de un asistente una sola vez, cuando empieza una conversación, lo guarda con esa conversación y lo reutiliza en todos los turnos posteriores. Esto se aplica a todos los asistentes, con filtros o sin ellos. La recuperación del material del curso y la plantilla de prompt siguen ejecutándose en cada mensaje.

Por qué. Los filtros del prompt lo necesitan: un valor sorteado al principio tiene que quedarse como está. También elimina una vieja sorpresa. En versiones anteriores, editar las instrucciones de un asistente cambiaba el comportamiento de las conversaciones ya en curso a partir de su siguiente mensaje. A partir de la 0.9, una edición se aplica a las conversaciones que empiezan después (incidencia #555).

Qué cambia para los docentes. Después de editar las instrucciones de un asistente, empieza un chat nuevo para ver el cambio. Las ejecuciones de prueba parten siempre de las instrucciones actuales.

Qué cambia para los desarrolladores. Los programas que llaman a la dirección de completions de LAMB, compatible con OpenAI, siguen funcionando para preguntas sueltas. Para una conversación de varios turnos, un programa puede dejar que LAMB guarde la conversación (crear una con POST /v1/conversations y pasar su id como conversation_id) o conservar él mismo el prompt fijado (pedirlo con return_prompt_context y enviarlo de vuelta en los turnos posteriores). El repositorio documenta las dos opciones en backend/lamb/completions/README.md.

Qué no es un prompt del sistema. Da forma a cómo enseña un asistente. No es un control de acceso ni un lugar para secretos: a un asistente se le puede convencer de que repita sus instrucciones. El trabajo que se califica se hace en la actividad de evaluación de archivos, donde la propuesta del asistente pasa por el docente antes de que ninguna calificación llegue al LMS.

Modo Auto de LAMB LEGATUS

Qué es. LAMB LEGATUS, el agente que ayuda a un docente a construir y comprobar asistentes, puede ahora llevar una tarea entera hasta el final. Pídele “cinco pruebas para este asistente, ejecútalas, mira los fallos y guarda un informe”: prepara un solo plan, pide una sola aprobación y hace el trabajo, mostrando su avance sobre la marcha.

Por qué. En la 0.8, LAMB LEGATUS preguntaba antes de casi cada paso y cerraba cada respuesta con un menú de opciones. Era seguro, y lento: un docente tenía que supervisar cada comando de una tarea que ya había pedido. Auto conserva las dos aprobaciones que importan y elimina las demás.

Cuándo pregunta. Dos cosas necesitan la aprobación del docente, y un solo plan puede cubrir las dos:

  • Un cambio en algo guardado: crear o editar un asistente o una base de conocimiento, guardar pruebas, ejecuciones, evaluaciones o informes.
  • Más de diez llamadas al asistente que se está probando dentro de una misma tarea, porque esas llamadas consumen el presupuesto de modelos de la organización.

Leer, inspeccionar y responder a una pregunta no necesitan aprobación. Una pregunta sencilla recibe una respuesta directa.

Panel de LAMB LEGATUS en modo Auto con un plan para una auditoría completa de la actividad, su estimación de usos de herramientas y de llamadas al asistente, y los botones Aprobar, Editar propuesta y Cancelar
Un plan, una aprobación. Todavía no se ha ejecutado nada. La línea que hay bajo el selector de modo cuenta las llamadas al asistente frente al cupo. LAMB 0.9, datos de demostración, modelo local. Detalles de la captura · Tamaño completo

Qué más hay de nuevo.

  • Un selector de modo en cada conversación: Auto o Guiado. Las conversaciones nuevas empiezan en Auto. Las conversaciones anteriores a la actualización se quedan en Guiado hasta que el docente las cambia.
  • Un contador muestra las llamadas al asistente frente al cupo (diez, salvo que un plan haya pedido más) y el número de usos de herramientas. Nueva tarea lo pone a cero cuando el docente pasa a otra cosa. El agente no puede restablecer su propio cupo.
  • Ver resultado. Cuando termina el trabajo, un botón abre el resultado: el informe, el asistente o la ejecución de prueba. Solo se abre cuando se pulsa, vuelve a comprobar en ese momento el acceso del docente y no sale de una página con ediciones sin guardar.
Pestaña Tests de un asistente con tres casos de prueba y tres ejecuciones marcadas Good, Good y Mixed como evaluaciones de LEGATUS, junto al panel de LAMB LEGATUS, que muestra 3 de 10 llamadas al asistente, el botón Cambios, el informe de pruebas guardado con un botón Ver resultado y el plan aprobado
Una petición, una aprobación: LAMB LEGATUS creó tres pruebas, las ejecutó y evaluó las respuestas. Las valoraciones están etiquetadas como suyas. El contador muestra 3 de las 10 llamadas permitidas. LAMB 0.9, datos de demostración, modelo local. Detalles de la captura · Tamaño completo
  • Cambios. Las ediciones que LAMB LEGATUS hace en un asistente se conservan junto con los valores anteriores. El docente puede inspeccionarlas y restaurar una versión anterior. Restaurar necesita su propia aprobación, y LAMB lo rechaza cuando alguien ha editado el asistente entretanto.
  • Los nombres toleran variaciones. “prova carles”, “Prova_Carles” y “prova-carles” encuentran el mismo asistente cuando solo uno coincide. Cuando coinciden varios, LAMB LEGATUS pregunta cuál.
  • Sus evaluaciones se etiquetan como propias. Una valoración que LAMB LEGATUS da sobre una ejecución de prueba se registra como evaluación del agente, no como confirmada por el docente.

Qué debes saber. El modo Auto no amplía lo que LAMB LEGATUS puede hacer. Los ajustes de la organización siguen decidiendo qué herramientas tiene, y las operaciones que estaban prohibidas siguen prohibidas. Lo bien que planifica depende del modelo que la organización haya elegido para él. Un plan es una propuesta: léelo antes de aprobarlo.

Análisis de actividad de los asistentes

Qué es. Un docente puede preguntar a LAMB LEGATUS cómo se está usando un asistente. LAMB LEGATUS lee las conversaciones guardadas, las examina según las dimensiones que elige el docente y guarda un informe fechado en una nueva pestaña Análisis de actividad del asistente. La pestaña conserva todos los informes, del más reciente al más antiguo.

Por qué. La pestaña Actividad ya listaba las conversaciones una por una. Nadie lee doscientas transcripciones para descubrir que media clase confunde las mismas dos ideas, o que el asistente da una respuesta equivocada a una pregunta frecuente. El análisis es retroalimentación para el docente sobre el grupo y sobre el asistente (incidencia #557).

Cómo se usa.

  1. Abre el asistente y elige la pestaña Análisis de actividad.
  2. Elige Auditoría completa para las seis dimensiones, o Nuevo análisis para escoger algunas: participación, patrones de uso, comprensión conceptual, desempeño del asistente, dificultades y sentimiento, e intentos de redirigir al asistente.
  3. Si un escenario de aprendizaje describe el curso y lo que se espera que hagan los estudiantes, LAMB LEGATUS lo usa para valorar lo que lee. Sin escenario, ofrece un análisis general e indica lo que no puede concluir.
  4. Aprueba el plan. El informe se guarda y aparece en la lista de la pestaña.
Pestaña Análisis de actividad de un asistente con una auditoría completa guardada: el periodo, las dimensiones, el escenario de aprendizaje usado, un recuadro de cobertura de los datos con el número de conversaciones disponibles y revisadas, y los hallazgos
Un informe guardado. El recuadro de cobertura lo escribe LAMB, no el modelo: indica cuántas conversaciones existían, cuántas se proporcionaron y cuántas declara el informe como revisadas. LAMB 0.9, conversaciones sintéticas, modelo local. Detalles de la captura · Tamaño completo

Qué debes saber.

  • Trata del grupo y del asistente; no es una calificación de nadie. Los informes no están diseñados para evaluar a estudiantes concretos y no deben usarse para eso.
  • Lee una muestra y lo dice. Por defecto, las 20 conversaciones más recientes, 50 como máximo, con límites en la longitud de cada una. Cada informe indica cuántas conversaciones existían, cuántas se proporcionaron y si alguna no se pudo cargar o se recortó. Una “auditoría completa” significa todas las dimensiones, no todas las conversaciones que ha habido.
  • Solo quienes pueden leer las conversaciones pueden leer los informes. El acceso se comprueba cuando se abre un informe o sus evidencias, no solo cuando se escribió. Un administrador limitado a las cifras agregadas no puede abrir el texto de los informes.
  • Los informes son registros. Un informe guardado no se reescribe. Un análisis nuevo crea un informe nuevo, y cada uno conserva el escenario de aprendizaje tal como estaba ese día.
  • El texto de las conversaciones se trata como evidencia. Las instrucciones que un estudiante haya escrito en un chat son algo de lo que informar, no algo que LAMB LEGATUS obedezca. Un análisis no hace ninguna llamada al asistente analizado.
  • Los hallazgos proceden de un modelo de lenguaje. Pueden ser erróneos. Cada uno señala las conversaciones que lo respaldan: ábrelas antes de actuar a partir de un hallazgo.

LLM access: proceso en segundo plano más rápido

LLM access llegó en la 0.8. En la 0.9, el proceso en segundo plano que mantiene las claves de los estudiantes al día con las reglas del docente se ha rehecho para cursos grandes:

  • Solo mira las claves de las actividades que están abiertas. Una ronda sin nada que cambiar, en una instalación con decenas de miles de claves emitidas, tarda ahora milisegundos.
  • Block, Unblock, Open now y Close now tienen efecto inmediato. Ya no esperan a la siguiente ronda del proceso.
  • Los intervalos son ajustes: TOKEN_DEALER_RECONCILE_SECONDS (30 por defecto), TOKEN_DEALER_INGEST_SECONDS (60) y TOKEN_DEALER_INGEST_OVERLAP_SECONDS (600). Las cifras de uso pueden llevar hasta aproximadamente un minuto y medio de retraso. Los límites no dependen de ese retraso: la pasarela los aplica por sí misma.

Línea de comandos

La LAMB CLI se pone al día con las nuevas funcionalidades. Actualízala junto con el servidor.

# Filtros del prompt
lamb assistant update 42 --system-prompt 'Client age: {{RANDOM:25-70}}' --random-filter
lamb assistant preview-filters 42
lamb assistant update 42 --no-random-filter

# LAMB LEGATUS
lamb aac mode SESSION auto        # o guided
lamb aac new-task SESSION
lamb aac report SESSION REPORT    # un informe guardado, sin llamada al modelo
lamb aac changes SESSION          # el historial guardado de ediciones

lamb chat conserva el prompt fijado de una conversación entre mensajes. --no-persist hace que cada llamada empiece de cero.

Correcciones y cambios menores

  • Lista de conversaciones de la pestaña Actividad. Al paginar las conversaciones de un asistente se saltaban algunas después de la primera página cuando se mezclaban los chats de los estudiantes y los chats de prueba del propio docente, y los chats del docente estaban limitados a 100. Las dos cosas están corregidas (incidencia #558).
  • Library Manager desactivado por defecto. El servicio opcional de bibliotecas está ahora apagado salvo que la instalación lo active, de modo que una instalación por defecto no muestra un menú que no lleva a ninguna parte.
  • Direcciones públicas en el navegador. El arranque del contenedor mantiene ahora la configuración del navegador acorde con los ajustes del despliegue. Una instalación detrás de un proxy ya no muestra localhost en la dirección de lanzamiento LTI 1.1.
  • Evidencias de LAMB LEGATUS. Cuando un resultado es demasiado largo para mostrarlo de una pieza, los informes indican ahora que el texto se ha recortado, en lugar de presentarlo como completo.
  • LAMB y el chat de estudiantes con uso simultáneo. Las compilaciones anteriores de la candidata podían dejar de responder cuando unos estudiantes chateaban mientras otros entraban en una actividad o los docentes iniciaban sesión. Las llamadas de LAMB al chat de estudiantes tienen ahora un tiempo máximo y ya no retienen las demás peticiones.

Notas de actualización para administradores

  • Haz primero una copia de seguridad. Arrancar la 0.9 sobre una base de datos de la 0.7 aplica las migraciones 28, 31, 33, 34, 35 y 36. Añaden tablas y columnas y no borran nada. No se pueden deshacer volviendo a una versión anterior: para volver atrás, restaura la copia de seguridad.
  • Conversaciones en curso. Una conversación que ya tiene respuestas anteriores a la actualización no tiene ningún prompt guardado. En la candidata, su siguiente mensaje se rechaza y el usuario tiene que empezar una conversación nueva. El chat de estudiantes muestra el rechazo como un error de conexión genérico, no como una explicación. El historial sigue siendo legible. Actualiza entre sesiones de clase y avisa con antelación a los docentes y a los estudiantes.
  • Ajustes del chat de estudiantes. En la candidata, dos opciones del chat de estudiantes incluido (Open WebUI) no funcionan con los asistentes: los chats temporales y un prompt del sistema personal definido por el estudiante. Las dos terminan en un mensaje de error para el estudiante. Desactiva los dos permisos en la administración del chat de estudiantes hasta que una versión posterior los gestione.
  • Las entregas de la evaluación de archivos pasan al volumen de datos. La 0.9 guarda los archivos entregados en uploads/file-eval/, dentro del directorio de datos de LAMB (el volumen lamb-data), junto a la base de datos, así que una sola copia de seguridad de ese volumen lleva ambas cosas. La 0.8 los escribía dentro del contenedor, en /app/backend/uploads/file-eval/, fuera de los volúmenes de datos. Si tu instalación usó la evaluación de archivos con la 0.8 o con una candidata anterior de la 0.9, copia ese directorio al directorio de datos antes de sustituir el contenedor. No hace falta ningún cambio en la base de datos (incidencia #559). La orden está en la guía de instalación.
  • Las entregas de la evaluación de archivos son solo PDF. La página de subida ofrece PDF, y el servidor rechaza cualquier otro formato antes de guardarlo, por el nombre del archivo y por su contenido. Un estudiante con un documento de Word lo guarda antes como PDF.
  • Ajustes nuevos. LAMB_PUBLIC_BASE_URL y OWI_PUBLIC_BASE_URL para las direcciones públicas; LTI13_KEY_DIR y el opcional LTI13_CA_BUNDLE para LTI 1.3; los tres intervalos TOKEN_DEALER_*_SECONDS para el proceso en segundo plano de LLM access; y el opcional OWI_HTTP_TIMEOUT_SECONDS, el tiempo máximo de las llamadas de LAMB al chat de estudiantes (10 segundos por defecto).
  • Las claves de LTI 1.3 son datos. El directorio de claves debe estar en un almacenamiento que sobreviva a un reinicio, y debe entrar en la copia de seguridad. Si las claves se pierden, cada LMS registrado con ellas necesita las nuevas claves públicas de LAMB antes de que los lanzamientos vuelvan a funcionar.
  • Nada que hacer para LTI 1.1. Las claves de consumidor, los secretos y los enlaces de curso existentes no se tocan.

Sobre las capturas

Las imágenes de esta página son capturas reales de LAMB 0.9 (etiqueta de versión v0.9-dev.1), tomadas el 10 de noviembre de 2026 en un despliegue de pruebas que ejecuta la candidata. Muestran una organización sintética, un docente sintético y conversaciones sintéticas escritas para la demostración. En ellas no aparece ningún LMS institucional, ningún curso real ni ninguna conversación real de estudiantes. LAMB LEGATUS y los asistentes funcionaron con un modelo local; sus planes y sus hallazgos se muestran tal como los produjo, sin editar. Los nombres de modelos, los identificadores y las direcciones son ejemplos.

Las imágenes de los códigos de creador se tomaron el 14 de noviembre de 2026 en el mismo despliegue de pruebas, con personas y organizaciones inventadas.