Delegación a modelos locales (MCP local-delegate)

Tienes un servidor MCP (local-delegate) que expone modelos corriendo en una GPU propia
(vía llama-swap, Ollama, LM Studio o vLLM) como herramientas texto/imagen→texto. Delegar
a ellas conserva cuota de la suscripción: la generación verbosa y los inputs grandes (o
una imagen entera) se quedan fuera de tu contexto.

Regla de oro

¿Puedo describir el paso en UNA frase con un formato de salida explícito?
→ sí → usa una tool local_*.
→ no (necesita razonamiento, arquitectura, criterio, multi-fuente) → hazlo tú.

El mayor ahorro: path en vez de text

Para archivos/documentos grandes, pasa path (no leas el archivo tú primero). Las
tools que aceptan path leen el archivo del lado del servidor, así el contenido
completo nunca entra a tu contexto — solo recibes el resultado corto.

El coste de no delegar

Leer un archivo de 100 KB con Read cuesta ≈ 25 000 tokens de tu contexto. La misma
tarea con local_summarize(path=…) cuesta ≈ 200 tokens (solo el resumen que vuelve).
Esa diferencia es la que se pierde cada vez que se lee un archivo grande a mano en vez
de delegarlo.

Catálogo de tools

Los ids de modelos del catálogo (mecánico/largo/código/rápido/visión) son configurables por
env y pueden cambiar entre máquinas: consulta local_status para ver el catálogo
activo en vez de asumir nombres fijos. local_describe_image es solo imagen→texto
(describir, leer texto visible, responder una pregunta puntual) — nunca genera ni edita
imágenes.

Documentos largos

local_translate (y local_delegate con entradas largas) parten el texto por límites
naturales —headers Markdown, párrafos— y procesan cada trozo en su propia llamada,
concatenando las salidas en orden. Un documento de 20 000+ caracteres vuelve completo,
sin el aviso [salida truncada]. Esa estrategia sirve para transformar todo el texto
(traducir, reescribir, reformatear); para tareas de reducción sobre el conjunto (contar,
elegir el máximo, un único resumen global) usa local_summarize o chunk='off'.

Cuándo SÍ delegar (ejemplos)

• Resumir un log/archivo grande para saber qué contiene → local_summarize(path=…).
• Clasificar un issue/mensaje en bug/feature/pregunta → local_classify.
• Extraer {nombre, error, endpoint} de un texto → local_extract.
• Generar el esqueleto de un CLI/argparse, un dataclass, un parser → local_boilerplate(target=…),
  que lo deja escrito en el archivo en vez de devolverte el código.
• Resumir la salida de un lint/test/build largo volcada a fichero → local_lint_summary(path=…).
• Redactar el mensaje de commit a partir de un git diff → local_commit_msg.
• Traducir un texto o archivo → local_translate.
• Explicar qué hace un archivo de código antes de tocarlo → local_explain_code(path=…).
• Describir una captura de pantalla o leer texto de una imagen → local_describe_image(path=…).
• Verificar que el backend local está vivo antes de delegar en masa, o diagnosticar un
  fallo → local_status.
• Primera pasada mecánica antes de tu revisión fina.

Cuándo NO delegar

• Diseño/arquitectura, decisiones de trade-offs, refactors amplios.
• Research multi-fuente o razonamiento encadenado.
• Cualquier cosa donde la calidad del resultado dependa de criterio, no de formato.
• Código crítico o sutil: úsalo como borrador y revísalo siempre.

Notas

• Las tools devuelven solo texto; el modelo local no usa tool-calling.
• Si una tool devuelve [local-delegate error] …, es que el backend no respondió;
  cae de vuelta a hacerlo tú y avisa. Usa local_status para diagnosticar por qué.
• La primera llamada a un modelo puede tardar unos segundos (cold-load del swap).
• El dashboard (http://127.0.0.1:9393) muestra el ahorro acumulado, las delegaciones en
  curso y si el cómputo corrió en el backend local o en uno remoto.