Extensión de VS Code que integra modelos de lenguaje directamente en tu flujo de trabajo. Analiza, sugiere y edita código con IA, sin salir del editor.
// demo
Huemul vive como un panel lateral en VS Code. Selecciona un archivo, haz una pregunta y obtén análisis, sugerencias de mejora o edición directa del código.
// funciones
Huemul integra múltiples modos de trabajo para adaptarse a cualquier tarea de desarrollo.
Conversa con el modelo sobre el archivo activo. Huemul envía el código como contexto automáticamente para respuestas precisas y relevantes.
El modelo analiza tu código y genera un diff unificado con los cambios propuestos. Acepta o rechaza cada cambio con un clic.
Huemul edita el archivo activo en tiempo real. Compatible con Ctrl+Z para deshacer cualquier cambio no deseado.
Carga automáticamente los archivos del proyecto al crear una sesión para que el modelo tenga visibilidad completa del código base.
Sistema de cuentas gestionado por el administrador. Registro público deshabilitado con cambio obligatorio de contraseña temporal.
El historial de conversaciones se guarda en el servidor. Retoma cualquier sesión anterior con su contexto completo.
// arquitectura
Una arquitectura full-stack desplegada en AWS con modelos de IA corriendo en la infraestructura de la universidad.
Interfaz Webview embebida en VS Code. TypeScript + HTML/JS con comunicación vía postMessage al Extension Host.
API REST con streaming SSE para respuestas en tiempo real. PostgreSQL + Redis para sesiones, JWT para autenticación.
Inferencia local en el servidor universitario. Conectado al backend mediante túnel SSH seguro a través de la VPN de UNAB.
Tres contenedores orquestados con Docker Compose: FastAPI, Redis y Nginx como proxy inverso.
// tecnologías
// impacto
Huemul nació de una pregunta simple: ¿por qué el acceso a herramientas de IA de calidad debería depender del presupuesto personal de cada estudiante?
Cualquier estudiante o docente de UNAB puede usar modelos de lenguaje avanzados sin necesidad de suscripciones pagas ni cuentas externas. La IA institucional, para todos.
El código académico y de proyectos nunca sale de la infraestructura universitaria. Ollama corre localmente en los servidores de UNAB, sin enviar datos a terceros.
No es una herramienta separada que hay que aprender. Vive dentro del editor que los estudiantes ya usan, eliminando la fricción de adopción.
Acceso a modelos como gemma4:26b — equivalentes en capacidad a herramientas comerciales — gestionados centralmente por la institución para todos sus usuarios.
Los estudiantes pueden analizar, depurar y mejorar su código con asistencia IA en tiempo real, fomentando el aprendizaje activo sin reemplazar el pensamiento crítico.
Arquitectura diseñada para crecer. Nuevos modelos, usuarios y funciones se pueden agregar sin cambiar la experiencia del usuario final.
"La inteligencia artificial no debería ser un privilegio de quienes pueden pagar por ella. En una institución educativa, el acceso equitativo a estas herramientas es parte de la formación misma."— Chiru Sage Vega Cádiz, autor de Huemul
// equipo
Ingeniería Civil Informática, 5to año · Universidad Andrés Bello. Responsable del diseño, desarrollo y despliegue completo del sistema Huemul.
// profesor guía
Software Engineer · Master in Computer Science. Docente en Ingeniería Civil Informática e Ingeniería en Computación e Informática, UNAB. Especialidad en Estructura de Datos y Diseño de Software.
// contacto
Escríbeme si tienes consultas sobre Huemul, su implementación o posibles colaboraciones.
Disponible para consultas sobre el proyecto, demostración en vivo o cualquier información adicional que necesites.