kayetanaUna API. Todas las tareas. Tu servidor.
Prueba en el Playground, copia el código de ejemplo y sigue construyendo. kayetana ofrece una API REST en /v2 con claves Bearer, streaming y límites mensuales, sin costes por token.
Lo que puede hacer la API.
chat
Streaming mediante server-sent events, modo JSON, function calling, razonamiento con presupuesto, imágenes como entrada.
Documentos y citas
Envía documentos con la petición y obtén respuestas con fuentes, también en streaming.
Embed y rerank
Vectores como float, int8, uint8, binary o ubinary. Rerank por similitud con bge-m3.
classify
Con ejemplos en la petición o un clasificador entrenado, una o varias etiquetas, confianza por etiqueta.
Transcribe y parse
Audio a texto con marcas de tiempo, texto de PDF, Word, RTF, ODT y HTML.
Datasets y fine-tuning
Sube datasets, ejecuta trabajos de embed en segundo plano, fine-tuning LoRA y clasificadores propios.
Primero pruébalo, luego intégralo.
En el Playground fijas el modelo, el prompt de sistema, la temperatura y los tokens máximos y ves el resultado al instante. Cada petición incluye código listo en Python, TypeScript y curl.
- Código de ejemplo para cada petición
- Prueba el modo JSON y las herramientas
- Embeddings como gráfico 2D
Claves, límites y cifras.
Crea claves API para cada app, cada una con límite mensual. Si se supera, la API devuelve 429. El resumen de uso muestra tokens y peticiones por clave y modelo, además del tiempo de respuesta y la tasa de errores.
- Autenticación Bearer
- Límite mensual por clave
- Periodos de 7, 30, 90 y 365 días
Tu primera petición en tres pasos.
Crea una clave
Genera una clave API con límite en la interfaz web.
Prueba en el Playground
Elige un modelo y los parámetros y copia el código de ejemplo.
Haz la llamada
Llama a la API REST en /v2 desde tu app.
Mira la API en una demo.
Te mostramos endpoints, streaming y respuestas con fuentes con un ejemplo de tu proyecto.
Preguntas frecuentes
¿Cómo me autentico?
Con una clave API como token Bearer. Cada clave tiene un límite mensual y la API devuelve 429 cuando se supera.
¿Cómo obtengo respuestas con fuentes?
Pasa documentos en el parámetro documents. La respuesta incluye citas, también en streaming.
¿Puedo entrenar mis propios modelos?
Sí. Puedes hacer fine-tuning de un modelo de chat (actualmente qwen3:4b-instruct) con LoRA sobre tus propios ejemplos de conversación, lo que te da ft-name. A partir de datasets etiquetados puedes crear clasificadores clf-name.
¿Se admite function calling?
Sí. Puedes definir herramientas en el chat. El modo JSON fuerza respuestas estructuradas.