Delfismo Radical en la Era de la IA: Conectando Asistentes de IA a OpenCV y FFmpeg a Través de MCP

A medida que la tecnología avanza, nos encontramos en la era de los grandes modelos de lenguaje y los agentes de IA autónomos. Actualmente, existen varios sistemas de agentes que utilizan visión por computadora y cámaras para realizar tareas. Los agentes de video inteligentes pueden procesar flujos de video en tiempo real, identificar objetos, analizar el comportamiento humano, detectar violaciones y operar de forma independiente. Muchas de estas son plataformas comerciales de IA diseñadas para vigilancia, como Lumana y VisionPlatform.ai. Para quienes buscan crear soluciones personalizadas, es posible capturar fotogramas utilizando herramientas como Frame Forwarder y alimentarlos a modelos de procesamiento visual. La lógica se puede desarrollar utilizando Agentes de Amazon Bedrock o frameworks para agentes de IA como LangChain y CrewAI, donde la cámara actúa como una herramienta de percepción. También hay soluciones especializadas como VisionAgent de Landing AI y Microsoft AutoGen. Pero, ¿hay una forma más sencilla de lograr esto utilizando recursos disponibles? ¿Podemos crear sistemas de agentes domésticos más accesibles? Exploremos las posibilidades.