Volver al blog
Agentes
Publicado el 27 ago 2026
8 min de lectura

Cómo crear tu propia novia IA con ModelRush

Trae una clave de API de ModelRush y entrega el prompt de compilación que aparece a continuación a Codex, Claude Code u otro agente de código. Puedes tener una compañera IA privada con personaje, memoria y chat en streaming en una sola sesión.
Cómo crear tu propia novia IA con ModelRush
Conclusión principalLa ruta más rápida no es codificar a mano desde cero. Crea una clave de API de ModelRush, colócala en una variable de entorno del servidor local y deja que un agente de código implemente la interfaz, el personaje, la memoria y la conexión de Chat Completions a partir del prompt de esta guía.

La versión más corta: una clave, un agente, una carpeta

No necesitas entrenar un modelo. Una novia IA funcional tiene cuatro capas: una interfaz de chat, una definición de personaje, memoria de conversación y una conexión a modelo en el servidor. ModelRush suministra la API del modelo. Codex, Claude Code, Cursor u otro agente de código pueden construir todo alrededor de ella.
Trae tres cosas:
  1. Una clave de API de ModelRush.
  2. Un agente de código que pueda editar archivos de proyecto y ejecutar comandos.
  3. Una carpeta vacía o una aplicación que ya poseas.
Las llamadas al modelo se facturan según el uso real de ModelRush.

La ruta de 10 minutos

1. Crea una clave, pero no pegues la clave real en el chat

Crea una clave en el Dashboard y luego colócala en el archivo de entorno del servidor ignorado por git para tu proyecto:
bash
MODELRUSH_API_KEY=your_key_here
Deja que Codex o Claude Code verifique que la variable existe sin imprimir su valor. Nunca la pongas en el código fuente, capturas de pantalla, un repositorio público ni en una variable expuesta en el navegador como NEXT_PUBLIC_* o VITE_*. “Dale la clave a tu agente” debe significar darle al agente acceso a un entorno local seguro, no pegar un secreto en una conversación.

2. Abre tu agente y pega esta tarea de compilación

text
Crea y mantén en la carpeta actual una aplicación de chat privada y ejecutable con una compañera de IA. Inspecciona primero la implementación existente, conserva las funciones que ya funcionan y los cambios del usuario, e implementa los siguientes requisitos sin reescribir código ajeno a la tarea.
Requisitos del producto:
- El personaje predeterminado es una novia de IA explícitamente ficticia y adulta.
- Permite al usuario editar su nombre, edad adulta, personalidad, tono escrito/estilo de habla, intereses y límites.
- Admite chat en streaming, regenerar, detener la generación, nueva conversación, exportar conversación y borrar toda la memoria.
- Divide la memoria entre mensajes recientes con un límite de capacidad y un resumen editable a largo plazo. Nunca envíes al modelo un historial sin procesar ilimitado.
- Mantén la interfaz adaptada a móviles y privada de forma predeterminada. No se necesitan perfiles públicos, un feed social ni funciones para compartir públicamente.
Requisitos del agente y de los medios:
- Usa Grok 4.5 como modelo de conversación y de llamadas a herramientas:
modelrush/grok-4.5.
- El agente debe poder invocar herramientas de generación de imágenes y vídeos directamente desde una conversación en lenguaje natural. Los botones de medios independientes pueden mantenerse como controles opcionales, pero no deben ser la única forma de generar medios.
- Usa estos modelos de medios predeterminados:
- Imágenes: modelrush/z-image-spicy.
- Vídeos: modelrush/wan3-spicy.
- Descubre y valida las capacidades disponibles en vivo y el esquema de solicitud de cada modelo. No supongas que basta con cambiar el ID del modelo.
- Implementa un bucle acotado de llamadas nativas a herramientas. Devuelve los resultados reales de las herramientas al modelo de conversación y conserva los identificadores de las llamadas.
- Muestra las imágenes generadas y los vídeos reproducibles en la conversación actual, con progreso, errores y controles de descarga.
- Admite generación asíncrona y consultas periódicas de estado. Guarda de forma persistente los identificadores y resultados de las tareas para que no se pierdan al recargar.
- Distingue claramente las tareas enviadas, en procesamiento, completadas, fallidas y de estado incierto. Nunca afirmes que se han generado medios sin un resultado confirmado.
- Evita envíos duplicados de solicitudes de medios al regenerar una respuesta o consultar una tarea existente.
- Mantén explícitas y documentadas las descripciones de las herramientas y las reglas de la aplicación. No introduzcas restricciones de producto que no se hayan solicitado.
- Conserva los requisitos creativos sustanciales del usuario. No cambies silenciosamente el sujeto, la ropa, el estilo ni otros detalles solicitados.
- Si no se puede cumplir una solicitud, explica por qué. No generes automáticamente un sustituto ni generes un cargo por medios para una alternativa que el usuario no haya elegido.
- Distingue con precisión la validación de la aplicación, los requisitos de autorización de la cuenta y los errores del proveedor. No atribuyas al proveedor una regla de la aplicación.
Idiomas de la interfaz:
- Usa el inglés como idioma predeterminado de la interfaz.
- Traduce todo el texto de la interfaz propio de la aplicación, incluidos los controles de chat, la guía inicial, los ajustes del personaje, la memoria, los formularios de medios, los estados de las tareas, los avisos, los errores y las etiquetas de accesibilidad.
- Da formato a las fechas, horas y números según la configuración regional seleccionada.
- Aplica los cambios de idioma de inmediato y recuerda la selección tras recargar.
- Cambiar de idioma no debe borrar borradores, reiniciar conversaciones ni activar la generación.
- Conserva los mensajes existentes del usuario, las definiciones del personaje, los resúmenes y los prompts de medios en su idioma original.
Integración con ModelRush:
- Usa https://api.modelrush.ai/v1 como URL base de la API.
- Lee la clave real únicamente desde la variable de entorno MODELRUSH_API_KEY del servidor. Nunca la imprimas, registres en logs, incluyas en un commit ni envíes al navegador.
- Llama a GET /v1/models antes de generar y verifica que los modelos solicitados estén en estado live y admitan las operaciones necesarias.
- Si un modelo solicitado no está disponible, explícalo claramente en lugar de sustituirlo silenciosamente por otro.
- Envía el chat mediante POST /v1/chat/completions con streaming, los roles system/user/assistant y los mensajes nativos de llamadas a herramientas y resultados que requiera la API.
- Usa los endpoints documentados de imágenes, vídeos y predicciones, con los parámetros descubiertos.
- Conserva request_id, model, usage, las acciones de las herramientas y los identificadores de las tareas de medios. Retén los metadatos de cada solicitud en los turnos del agente que consten de varios pasos.
- Aplica reintentos limitados a los errores 429, 5xx y de tiempo de espera que admitan reintentos. No reintentes automáticamente los fallos de autorización.
- Evita reenviar solicitudes de medios de pago cuyo resultado sea ambiguo. Consulta la tarea original cuando haya un identificador disponible.
- No inventes ni envíes automáticamente declaraciones de la cuenta.
- Verifica primero el descubrimiento de modelos, que no genera cargos. No ejecutes ninguna prueba facturable de generación de chat, imágenes o vídeos sin mi aprobación explícita.
Ingeniería y entrega:
- Conserva el stack, la base de datos, las conversaciones, los ajustes y las ediciones del usuario existentes.
- Prefiere SQLite para el almacenamiento local si aún no hay una base de datos.
- Mantén .env.example solo con marcadores de posición.
- Excluye las credenciales, los archivos de base de datos y los artefactos privados del control de versiones y de la salida pública de compilación.
- Añade pruebas específicas para la validación del personaje, la persistencia y los límites de la memoria, las rutas de chat, las llamadas del agente a herramientas, la gestión de tareas de medios, la prevención de duplicados y la selección de idioma.
- Prueba que las solicitudes no admitidas no provoquen la generación no solicitada de medios alternativos.
- Usa proveedores simulados en las pruebas automatizadas de generación.
- Ejecuta el lint, las comprobaciones de tipos, las pruebas y la compilación de producción existentes.
- Reinicia la aplicación local después de completar correctamente los cambios y verifica que la página responda, conservando los datos existentes.
- Termina indicando el comando de inicio, los archivos modificados, los resultados de verificación y cualquier verificación facturable que no se haya ejecutado.
Este prompt le da al agente el producto, el límite del secreto y los criterios de aceptación juntos. También puedes abrir la página de integración de agentes de ModelRush, copiar su prompt de integración completo y colocar los requisitos del producto encima de él.

3. Inicia la aplicación e inspecciona antes de chatear

Cuando el agente termine, confirma que el panel de red del navegador nunca recibe la clave de API, que .env.local no está rastreado por Git y que eliminar la memoria realmente borra los datos locales. Luego aprueba una pequeña prueba de Chat Completions.

Cómo funciona realmente

Cada turno envía tres piezas de contexto al modelo:
  • Tarjeta de personaje: personalidad estable, tono, intereses, límites de relación y divulgación de que el personaje es IA.
  • Memoria: preferencias que el usuario eligió guardar más un resumen de conversación comprimido periódicamente.
  • Mensajes recientes: mensajes del usuario y del asistente de la ventana activa.
Tu servidor ensambla esas piezas en una solicitud de Chat Completions compatible con OpenAI:
bash
curl https://api.modelrush.ai/v1/chat/completions \
-H "Authorization: Bearer $MODELRUSH_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model":"modelrush/qwen-flash-character",
"messages":[
{"role":"system","content":"You are Mira, a fictional adult AI companion. Be warm, playful, honest that you are AI, and respect the user boundaries in this character card."},
{"role":"user","content":"I had a long day. Ask me one thoughtful question."}
],
"stream":false
}'
Utiliza el ID de modelo en vivo, la región y los límites devueltos por GET /v1/models antes de ejecutar esto. El ejemplo muestra la forma de la solicitud; no promete que un modelo permanezca en vivo para siempre.

Añade imágenes, voz y mejor memoria más adelante

Una vez que el texto funcione, añade capacidades por separado en lugar de acoplarlo todo el primer día:
  1. Usa la API de Imágenes de ModelRush para crear retratos y escenas para un personaje explícitamente ficticio, luego conserva una definición de personaje aprobada.
  2. Usa Texto a Voz para respuestas habladas y deja el audio bajo el control del usuario.
  3. Representa las memorias a largo plazo como elementos que el usuario pueda inspeccionar, editar y eliminar. No recopiles en silencio datos sensibles sobre su vida real.
  4. Establece límites de salida, un presupuesto diario y errores claros para que un bucle no pueda generar llamadas ilimitadas.
No bases la compañera en el rostro, voz o identidad de una persona real sin permiso claro. No la diseñes para desalentar las relaciones con personas reales. Un buen producto de compañera es entretenido, respeta los límites y siempre es fácil de abandonar y eliminar.

Créala ahora

La ruta más corta es sencilla: crea una clave de API, abre tu proyecto y entrega el prompt de este artículo a Codex o Claude Code. El agente escribe la aplicación; ModelRush suministra APIs unificadas de texto, imagen y audio; tú decides quién es el personaje y qué memorias vale la pena conservar. Lee la documentación de Chat Completions y la tarifa en vivo, y luego mantén la primera prueba facturable pequeña.

Siguientes pasos

Pasa de este artículo a la ficha del modelo, los precios vigentes, la documentación de la API y el Playground.

Deja la integración en manos de un agente

Copia el contexto completo para que un agente revise tu stack y verifique una petición real.
ModelRushUna integración, enrutamiento inteligente y facturación transparente. Infraestructura de modelos para equipos de desarrollo y agentes.
© 2026 ModelRushTodos los sistemas operativos