# Documentación Oficial

- [Primeros Pasos](/espanol/documentacion-oficial/primeros-pasos.md)
- [Guía de Contribución](/espanol/documentacion-oficial/contribucion.md): Aprende cómo contribuir a este proyecto
- [Building Node](/espanol/documentacion-oficial/contribucion/building-node.md)
- [Referencia de API](/espanol/documentacion-oficial/referencia-api.md)
- [Assistants](/espanol/documentacion-oficial/referencia-api/assistants.md)
- [Attachments](/espanol/documentacion-oficial/referencia-api/attachments.md)
- [Chat Message](/espanol/documentacion-oficial/referencia-api/chat-message.md)
- [Chatflows](/espanol/documentacion-oficial/referencia-api/chatflows.md)
- [Document Store](/espanol/documentacion-oficial/referencia-api/document-store.md)
- [Feedback](/espanol/documentacion-oficial/referencia-api/feedback.md)
- [Leads](/espanol/documentacion-oficial/referencia-api/leads.md)
- [Ping](/espanol/documentacion-oficial/referencia-api/ping.md)
- [Prediction](/espanol/documentacion-oficial/referencia-api/prediction.md)
- [Tools](/espanol/documentacion-oficial/referencia-api/tools.md)
- [Upsert History](/espanol/documentacion-oficial/referencia-api/upsert-history.md)
- [Variables](/espanol/documentacion-oficial/referencia-api/variables.md)
- [Vector Upsert](/espanol/documentacion-oficial/referencia-api/vector-upsert.md)
- [Usar Flowise](/espanol/documentacion-oficial/usar-flowise.md): Aprende sobre algunas funcionalidades principales integradas en Flowise
- [Agentflows](/espanol/documentacion-oficial/usar-flowise/agentflows.md): Aprende cómo construir sistemas agénticos en Flowise
- [Multi-Agents](/espanol/documentacion-oficial/usar-flowise/agentflows/multi-agents.md): Aprende cómo usar Multi-Agents en Flowise, escrito por @toi500
- [Sequential Agents](/espanol/documentacion-oficial/usar-flowise/agentflows/sequential-agents.md): Aprende los Fundamentos de Sequential Agents en Flowise, escrito por @toi500
- [Tutoriales en Video](/espanol/documentacion-oficial/usar-flowise/agentflows/sequential-agents/tutoriales-video.md): Aprende Sequential Agents de la Comunidad
- [API](/espanol/documentacion-oficial/usar-flowise/api.md)
- [Analytic](/espanol/documentacion-oficial/usar-flowise/analytic.md): Aprende cómo analizar y solucionar problemas en tus flujos de chat y flujos de agentes
- [Almacenes de Documentos](/espanol/documentacion-oficial/usar-flowise/almacenes-documentos.md): Aprende cómo usar los Document Stores de Flowise, escrito por @toi500
- [Embed](/espanol/documentacion-oficial/usar-flowise/embed.md): Learn how to customize and embed our chat widget
- [Monitoring](/espanol/documentacion-oficial/usar-flowise/monitoring.md)
- [Streaming](/espanol/documentacion-oficial/usar-flowise/streaming.md): Aprende cómo funciona el streaming en Flowise
- [Telemetry](/espanol/documentacion-oficial/usar-flowise/telemetry.md): Aprende cómo Flowise recopila información anónima del uso de la aplicación
- [Subidas](/espanol/documentacion-oficial/usar-flowise/subidas.md): Aprende cómo subir imágenes, audio y otros archivos
- [Variables](/espanol/documentacion-oficial/usar-flowise/variables.md): Aprende cómo usar variables en Flowise
- [Workspaces](/espanol/documentacion-oficial/usar-flowise/workspaces.md)
- [Evaluaciones](/espanol/documentacion-oficial/usar-flowise/evaluaciones.md)
- [Configuración](/espanol/documentacion-oficial/configuracion.md): Aprende cómo configurar y ejecutar instancias de Flowise
- [Auth](/espanol/documentacion-oficial/configuracion/autorizacion.md): Aprende cómo asegurar tus instancias de Flowise
- [Nivel de App](/espanol/documentacion-oficial/configuracion/autorizacion/nivel-app.md): Aprende cómo configurar el control de acceso a nivel de aplicación para tus instancias de Flowise
- [Nivel de Chatflow](/espanol/documentacion-oficial/configuracion/autorizacion/nivel-chatflow.md): Aprende cómo configurar el control de acceso a nivel de chatflow para tus instancias de Flowise
- [Databases](/espanol/documentacion-oficial/configuracion/databases.md): Aprende cómo conectar tu instancia de Flowise a una database
- [Deployment](/espanol/documentacion-oficial/configuracion/deployment.md): Aprende cómo hacer deployment de Flowise a la cloud
- [AWS](/espanol/documentacion-oficial/configuracion/deployment/aws.md): Learn how to deploy Flowise on AWS
- [Azure](/espanol/documentacion-oficial/configuracion/deployment/azure.md): Learn how to deploy Flowise on Azure
- [Digital Ocean](/espanol/documentacion-oficial/configuracion/deployment/digital-ocean.md): Learn how to deploy Flowise on Digital Ocean
- [GCP](/espanol/documentacion-oficial/configuracion/deployment/gcp.md): Learn how to deploy Flowise on GCP
- [Hugging Face](/espanol/documentacion-oficial/configuracion/deployment/hugging-face.md): Aprende cómo hacer deployment de Flowise en Hugging Face
- [Railway](/espanol/documentacion-oficial/configuracion/deployment/railway.md): Learn how to deploy Flowise on Railway
- [Render](/espanol/documentacion-oficial/configuracion/deployment/render.md): Learn how to deploy Flowise on Render
- [Replit](/espanol/documentacion-oficial/configuracion/deployment/replit.md): Aprende cómo hacer deployment de Flowise en Replit
- [Sealos](/espanol/documentacion-oficial/configuracion/deployment/sealos.md): Learn how to deploy Flowise on Sealos
- [Zeabur](/espanol/documentacion-oficial/configuracion/deployment/zeabur.md): Learn how to deploy Flowise on Zeabur
- [Variables de Entorno](/espanol/documentacion-oficial/configuracion/variables-entorno.md): Aprende cómo configurar las environment variables para Flowise
- [Rate Limit](/espanol/documentacion-oficial/configuracion/rate-limit.md): Aprende cómo gestionar las API requests en Flowise
- [Ejecutar Flowise detrás de proxy corporativo](/espanol/documentacion-oficial/configuracion/ejecutar-detras-proxy.md)
- [SSO](/espanol/documentacion-oficial/configuracion/sso.md)
- [Integraciones](/espanol/documentacion-oficial/integraciones.md): Aprende sobre todas las integraciones / nodes disponibles en Flowise
- [LangChain](/espanol/documentacion-oficial/integraciones/langchain.md): Aprende sobre las integraciones disponibles de LangChain en Flowise
- [Agents](/espanol/documentacion-oficial/integraciones/langchain/agents.md): Nodes de Agentes de LangChain
- [Airtable Agent](/espanol/documentacion-oficial/integraciones/langchain/agents/airtable-agent.md): Agente utilizado para responder consultas en tablas de Airtable.
- [AutoGPT](/espanol/documentacion-oficial/integraciones/langchain/agents/autogpt.md): Agente autónomo con cadena de pensamientos para completar tareas de forma autoguiada.
- [BabyAGI](/espanol/documentacion-oficial/integraciones/langchain/agents/babyagi.md): Agente Autónomo Orientado a Tareas que crea nuevas tareas y reprioriza la lista de tareas basándose en el objetivo
- [CSV Agent](/espanol/documentacion-oficial/integraciones/langchain/agents/csv-agent.md): Agente utilizado para responder consultas sobre datos CSV.
- [Conversational Agent](/espanol/documentacion-oficial/integraciones/langchain/agents/conversational-agent.md): Agente conversacional para un modelo de chat. Utilizará prompts específicos para chat.
- [Conversational Retrieval Agent](/espanol/documentacion-oficial/integraciones/langchain/agents/conversational-retrieval-agent.md): Deprecating Node.
- [MistralAI Tool Agent](/espanol/documentacion-oficial/integraciones/langchain/agents/mistralai-tool-agent.md): Deprecating Node.
- [OpenAI Assistant](/espanol/documentacion-oficial/integraciones/langchain/agents/openai-assistant.md): Un agente que utiliza la API de OpenAI Assistant para seleccionar la herramienta y los argumentos a llamar.
- [Threads](/espanol/documentacion-oficial/integraciones/langchain/agents/openai-assistant/threads.md)
- [OpenAI Function Agent](/espanol/documentacion-oficial/integraciones/langchain/agents/openai-function-agent.md): Deprecating Node.
- [OpenAI Tool Agent](/espanol/documentacion-oficial/integraciones/langchain/agents/openai-tool-agent.md): Deprecating Node.
- [ReAct Agent Chat](/espanol/documentacion-oficial/integraciones/langchain/agents/react-agent-chat.md)
- [ReAct Agent LLM](/espanol/documentacion-oficial/integraciones/langchain/agents/react-agent-llm.md)
- [Tool Agent](/espanol/documentacion-oficial/integraciones/langchain/agents/tool-agent.md): Agente que utiliza Function Calling para seleccionar las herramientas y argumentos a llamar.
- [XML Agent](/espanol/documentacion-oficial/integraciones/langchain/agents/xml-agent.md): Agente diseñado para LLMs que son buenos en razonamiento/escritura de XML (por ejemplo: Anthropic Claude).
- [Cache](/espanol/documentacion-oficial/integraciones/langchain/cache.md): Nodes de Cache de LangChain
- [InMemory Cache](/espanol/documentacion-oficial/integraciones/langchain/cache/in-memory-cache.md): Almacena en caché las respuestas del LLM en memoria local, se borrará cuando se reinicie la aplicación.
- [InMemory Embedding Cache](/espanol/documentacion-oficial/integraciones/langchain/cache/inmemory-embedding-cache.md): Almacena en caché los Embeddings generados en memoria para evitar tener que recalcularlos.
- [Momento Cache](/espanol/documentacion-oficial/integraciones/langchain/cache/momento-cache.md): Almacena en caché las respuestas del LLM usando Momento, un cache distribuido y serverless.
- [Redis Cache](/espanol/documentacion-oficial/integraciones/langchain/cache/redis-cache.md): Almacena en caché las respuestas del LLM en Redis, útil para compartir cache entre múltiples procesos o servidores.
- [Redis Embeddings Cache](/espanol/documentacion-oficial/integraciones/langchain/cache/redis-embeddings-cache.md): Almacena en caché las respuestas del LLM en Redis, útil para compartir cache entre múltiples procesos o servidores.
- [Upstash Redis Cache](/espanol/documentacion-oficial/integraciones/langchain/cache/upstash-redis-cache.md): Almacena en caché las respuestas del LLM en Upstash Redis, datos serverless para Redis y Kafka.
- [Chains](/espanol/documentacion-oficial/integraciones/langchain/chains.md): Nodos de Cadenas LangChain
- [GET API Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/get-api-chain.md): Cadena para ejecutar consultas contra una API GET.
- [OpenAPI Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/openapi-chain.md): Cadena que selecciona y llama automáticamente a APIs basándose únicamente en una especificación OpenAPI.
- [POST API Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/post-api-chain.md): Cadena para ejecutar consultas contra una API POST.
- [Conversation Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/conversation-chain.md): Cadena conversacional específica para modelos de chat con memoria.
- [Conversational Retrieval QA Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/conversational-retrieval-qa-chain.md)
- [LLM Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/llm-chain.md): Cadena para ejecutar consultas contra LLMs.
- [Multi Prompt Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/multi-prompt-chain.md): Cadena que selecciona automáticamente un prompt apropiado de múltiples plantillas de prompts.
- [Multi Retrieval QA Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/multi-retrieval-qa-chain.md): Cadena QA que selecciona automáticamente un almacén de vectores apropiado de múltiples recuperadores.
- [Retrieval QA Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/retrieval-qa-chain.md): Cadena QA para responder una pregunta basada en los documentos recuperados.
- [Sql Database Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/sql-database-chain.md): Responde preguntas sobre una base de datos SQL.
- [Vectara QA Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/vectara-chain.md)
- [VectorDB QA Chain](/espanol/documentacion-oficial/integraciones/langchain/chains/vectordb-qa-chain.md): Cadena QA para bases de datos vectoriales.
- [Chat Models](/espanol/documentacion-oficial/integraciones/langchain/chat-models.md): Nodes de Modelos de Chat de LangChain
- [AWS ChatBedrock](/espanol/documentacion-oficial/integraciones/langchain/chat-models/aws-chatbedrock.md): Wrapper alrededor de los modelos de lenguaje grandes de AWS Bedrock que utilizan el endpoint de Chat.
- [Azure ChatOpenAI](/espanol/documentacion-oficial/integraciones/langchain/chat-models/azure-chatopenai-1.md)
- [NVIDIA NIM](/espanol/documentacion-oficial/integraciones/langchain/chat-models/nvidia-nim.md)
- [ChatAnthropic](/espanol/documentacion-oficial/integraciones/langchain/chat-models/chatanthropic.md): Wrapper alrededor de los modelos de lenguaje grandes de ChatAnthropic que utilizan el endpoint de Chat.
- [ChatCohere](/espanol/documentacion-oficial/integraciones/langchain/chat-models/chatcohere.md): Wrapper alrededor de los endpoints de Chat de Cohere.
- [Chat Fireworks](/espanol/documentacion-oficial/integraciones/langchain/chat-models/chat-fireworks.md): Wrapper alrededor de los endpoints de Chat de Fireworks.
- [ChatGoogleGenerativeAI](/espanol/documentacion-oficial/integraciones/langchain/chat-models/google-ai.md)
- [Google VertexAI](/espanol/documentacion-oficial/integraciones/langchain/chat-models/google-vertexai.md)
- [ChatHuggingFace](/espanol/documentacion-oficial/integraciones/langchain/chat-models/chathuggingface.md): Wrapper alrededor de los modelos de lenguaje grandes de HuggingFace.
- [ChatLocalAI](/espanol/documentacion-oficial/integraciones/langchain/chat-models/chatlocalai.md)
- [ChatMistralAI](/espanol/documentacion-oficial/integraciones/langchain/chat-models/mistral-ai.md)
- [IBM Watsonx](/espanol/documentacion-oficial/integraciones/langchain/chat-models/ibm-watsonx.md)
- [ChatOllama](/espanol/documentacion-oficial/integraciones/langchain/chat-models/chatollama.md)
- [ChatOpenAI](/espanol/documentacion-oficial/integraciones/langchain/chat-models/azure-chatopenai.md)
- [ChatTogetherAI](/espanol/documentacion-oficial/integraciones/langchain/chat-models/chattogetherai.md): Wrapper alrededor de los modelos de lenguaje grandes de TogetherAI
- [GroqChat](/espanol/documentacion-oficial/integraciones/langchain/chat-models/groqchat.md): Wrapper alrededor de la API de Groq con LPU Inference Engine.
- [Document Loaders](/espanol/documentacion-oficial/integraciones/langchain/document-loaders.md): Nodos de Cargadores de Documentos LangChain
- [API Loader](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/api-loader.md): Carga datos desde una API.
- [Airtable](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/airtable.md): Carga datos desde una tabla de Airtable.
- [Apify Website Content Crawler](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/apify-website-content-crawler.md): Carga datos desde el Rastreador de Contenido Web de Apify.
- [Cheerio Web Scraper](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/cheerio-web-scraper.md)
- [Confluence](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/confluence.md): Carga datos desde un Documento de Confluence
- [Csv File](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/csv-file.md): Carga datos desde archivos CSV.
- [Custom Document Loader](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/custom-document-loader.md): Función personalizada para cargar documentos.
- [Document Store](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/document-store.md): Carga datos desde almacenes de documentos preconfigurados.
- [Docx File](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/docx-file.md): Carga datos desde archivos DOCX.
- [File Loader](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/file-loader.md)
- [Figma](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/figma.md): Carga datos desde un archivo de Figma.
- [FireCrawl](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/firecrawl.md): Carga datos desde URL usando FireCrawl.
- [Folder with Files](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/folder-with-files.md): Carga datos desde una carpeta con múltiples archivos.
- [GitBook](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/gitbook.md): Carga datos desde GitBook.
- [Github](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/github.md): Carga datos desde un repositorio de GitHub.
- [Json File](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/json-file.md): Carga datos desde archivos JSON.
- [Json Lines File](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/json-lines-file.md): Carga datos desde archivos JSON Lines.
- [Notion Database](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/notion-database.md): Carga datos desde una base de datos de Notion (cada fila es un documento separado con todas las propiedades como metadatos).
- [Notion Folder](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/notion-folder.md): Carga datos desde la carpeta exportada y descomprimida de Notion.
- [Notion Page](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/notion-page.md): Carga datos desde una página de Notion (incluyendo páginas hijas como documentos separados).
- [PDF Files](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/pdf-file.md)
- [Plain Text](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/plain-text.md): Carga datos desde texto plano.
- [Playwright Web Scraper](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/playwright-web-scraper.md)
- [Puppeteer Web Scraper](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/puppeteer-web-scraper.md)
- [S3 File Loader](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/s3-file-loader.md)
- [SearchApi For Web Search](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/searchapi-for-web-search.md): Carga datos desde resultados de búsqueda en tiempo real.
- [SerpApi For Web Search](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/serpapi-for-web-search.md): Carga y procesa datos desde resultados de búsqueda web.
- [Spider Web Scraper/Crawler](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/spider-web-scraper-crawler.md): Haz scraping y crawling de la web con Spider - el web scraper y crawler de código abierto más rápido.
- [Text File](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/text-file.md): Carga datos desde archivos de texto.
- [Unstructured File Loader](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/unstructured-file-loader.md): Usa Unstructured.io para cargar datos desde una ruta de archivo.
- [Unstructured Folder Loader](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/unstructured-folder-loader.md): Usa Unstructured.io para cargar datos desde una carpeta. Nota: Actualmente no soporta .png y .heic hasta que unstructured sea actualizado.
- [VectorStore To Document](/espanol/documentacion-oficial/integraciones/langchain/document-loaders/vectorstore-to-document.md): Busca documentos con puntuaciones desde vector store.
- [Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings.md): Nodos de Embedding de LangChain
- [AWS Bedrock Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/aws-bedrock-embeddings.md): Modelos de embedding de AWSBedrock para generar embeddings para un texto dado.
- [Azure OpenAI Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/azure-openai-embeddings.md)
- [Cohere Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/cohere-embeddings.md): API de Cohere para generar embeddings para un texto dado
- [Google GenerativeAI Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/googlegenerativeai-embeddings.md): API de Google Generative para generar embeddings para un texto dado.
- [Google VertexAI Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/googlevertexai-embeddings.md): API de Google VertexAI para generar embeddings para un texto dado.
- [HuggingFace Inference Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/huggingface-inference-embeddings.md): API de HuggingFace Inference para generar embeddings para un texto dado.
- [LocalAI Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/localai-embeddings.md)
- [MistralAI Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/mistralai-embeddings.md): API de MistralAI para generar embeddings para un texto dado.
- [Ollama Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/ollama-embeddings.md): Genera embeddings para un texto dado usando modelos de código abierto en Ollama.
- [OpenAI Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/openai-embeddings.md): API de OpenAI para generar embeddings para un texto dado.
- [OpenAI Embeddings Custom](/espanol/documentacion-oficial/integraciones/langchain/embeddings/openai-embeddings-custom.md): API de OpenAI para generar embeddings para un texto dado.
- [TogetherAI Embedding](/espanol/documentacion-oficial/integraciones/langchain/embeddings/togetherai-embedding.md): Modelos de embedding de TogetherAI para generar embeddings para un texto dado.
- [VoyageAI Embeddings](/espanol/documentacion-oficial/integraciones/langchain/embeddings/voyageai-embeddings.md): API de Voyage AI para generar embeddings para un texto dado.
- [LLMs](/espanol/documentacion-oficial/integraciones/langchain/llms.md): Nodos LLM de LangChain
- [AWS Bedrock](/espanol/documentacion-oficial/integraciones/langchain/llms/aws-bedrock.md): Envoltorio alrededor de los modelos de lenguaje grandes de AWS Bedrock.
- [Azure OpenAI](/espanol/documentacion-oficial/integraciones/langchain/llms/azure-openai.md): Envoltorio alrededor de los modelos de lenguaje grandes de Azure OpenAI.
- [Cohere](/espanol/documentacion-oficial/integraciones/langchain/llms/cohere.md): Envoltorio alrededor de los modelos de lenguaje grandes de Cohere.
- [GoogleVertex AI](/espanol/documentacion-oficial/integraciones/langchain/llms/googlevertex-ai.md): Envoltorio alrededor de los modelos de lenguaje grandes de GoogleVertexAI.
- [HuggingFace Inference](/espanol/documentacion-oficial/integraciones/langchain/llms/huggingface-inference.md): Envoltorio alrededor de los modelos de lenguaje grandes de HuggingFace.
- [Ollama](/espanol/documentacion-oficial/integraciones/langchain/llms/ollama.md): Envoltorio alrededor de modelos de lenguaje grandes de código abierto en Ollama.
- [OpenAI](/espanol/documentacion-oficial/integraciones/langchain/llms/openai.md): Envoltorio alrededor de los modelos de lenguaje grandes de OpenAI.
- [Replicate](/espanol/documentacion-oficial/integraciones/langchain/llms/replicate.md): Usa Replicate para ejecutar modelos de código abierto en la nube.
- [Memory](/espanol/documentacion-oficial/integraciones/langchain/memory.md): Nodos de Memory de LangChain
- [Buffer Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/buffer-memory.md)
- [Buffer Window Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/buffer-window-memory.md)
- [Conversation Summary Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/conversation-summary-memory.md)
- [Conversation Summary Buffer Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/conversation-summary-buffer-memory.md)
- [DynamoDB Chat Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/dynamodb-chat-memory.md): Almacena la conversación en una tabla de dynamo db.
- [MongoDB Atlas Chat Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/mongodb-atlas-chat-memory.md): Almacena la conversación en MongoDB Atlas.
- [Redis-Backed Chat Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/redis-backed-chat-memory.md): Resume la conversación y almacena la memoria en el servidor Redis.
- [Upstash Redis-Backed Chat Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/upstash-redis-backed-chat-memory.md): Resume la conversación y almacena la memoria en el servidor Upstash Redis.
- [Zep Memory](/espanol/documentacion-oficial/integraciones/langchain/memory/zep-memory.md)
- [Moderation](/espanol/documentacion-oficial/integraciones/langchain/moderation.md): Nodos de Moderation de LangChain
- [OpenAI Moderation](/espanol/documentacion-oficial/integraciones/langchain/moderation/openai-moderation.md): Verifica si el contenido cumple con las políticas de uso de OpenAI.
- [Simple Prompt Moderation](/espanol/documentacion-oficial/integraciones/langchain/moderation/simple-prompt-moderation.md): Verifica si la entrada contiene algún texto de la lista de denegación (Deny list) y evita que sea enviado al LLM.
- [Output Parsers](/espanol/documentacion-oficial/integraciones/langchain/output-parsers.md): Nodos Output Parser de LangChain
- [CSV Output Parser](/espanol/documentacion-oficial/integraciones/langchain/output-parsers/csv-output-parser.md): Analiza la salida de una llamada LLM como una lista de valores separados por comas.
- [Custom List Output Parser](/espanol/documentacion-oficial/integraciones/langchain/output-parsers/custom-list-output-parser.md): Analiza la salida de una llamada LLM como una lista de valores.
- [Structured Output Parser](/espanol/documentacion-oficial/integraciones/langchain/output-parsers/structured-output-parser.md): Analiza la salida de una llamada LLM en una estructura (JSON) determinada.
- [Advanced Structured Output Parser](/espanol/documentacion-oficial/integraciones/langchain/output-parsers/advanced-structured-output-parser.md): Analiza la salida de una llamada LLM en una estructura determinada proporcionando un esquema Zod.
- [Prompts](/espanol/documentacion-oficial/integraciones/langchain/prompts.md): Nodos Prompt de LangChain
- [Chat Prompt Template](/espanol/documentacion-oficial/integraciones/langchain/prompts/chat-prompt-template.md): Esquema para representar un prompt de chat.
- [Few Shot Prompt Template](/espanol/documentacion-oficial/integraciones/langchain/prompts/few-shot-prompt-template.md): Plantilla de prompt que puedes construir con ejemplos.
- [Prompt Template](/espanol/documentacion-oficial/integraciones/langchain/prompts/prompt-template.md): Esquema para representar un prompt básico para un LLM.
- [Record Managers](/espanol/documentacion-oficial/integraciones/langchain/record-managers.md): Nodos Record Manager de LangChain
- [Retrievers](/espanol/documentacion-oficial/integraciones/langchain/retrievers.md): Nodos Retriever de LangChain
- [Custom Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/custom-retriever.md): Custom Retriever permite al usuario especificar el formato del contexto para el LLM
- [Cohere Rerank Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/cohere-rerank-retriever.md): Cohere Rerank indexa los documentos del más al menos semánticamente relevante para la consulta.
- [Embeddings Filter Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/embeddings-filter-retriever.md): Un compresor de documentos que utiliza embeddings para descartar documentos no relacionados con la consulta.
- [HyDE Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/hyde-retriever.md): Usa el retriever HyDE para recuperar de un vector store.
- [LLM Filter Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/llm-filter-retriever.md): Itera sobre los documentos inicialmente devueltos y extrae, de cada uno, solo el contenido que es relevante para la consulta.
- [Multi Query Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/multi-query-retriever.md): Genera múltiples consultas desde diferentes perspectivas para una consulta de entrada del usuario.
- [Prompt Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/prompt-retriever.md): Almacena plantillas de prompt con nombre y descripción para ser consultadas posteriormente por MultiPromptChain.
- [Reciprocal Rank Fusion Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/reciprocal-rank-fusion-retriever.md): Reciprocal Rank Fusion para reordenar resultados de búsqueda mediante generación múltiple de consultas.
- [Similarity Score Threshold Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/similarity-score-threshold-retriever.md): Devuelve resultados basados en el porcentaje mínimo de similitud.
- [Vector Store Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/vector-store-retriever.md): Almacena vector store como retriever para ser consultado posteriormente por MultiRetrievalQAChain.
- [Voyage AI Rerank Retriever](/espanol/documentacion-oficial/integraciones/langchain/retrievers/page.md): Voyage AI Rerank indexa los documentos del más al menos semánticamente relevante para la consulta.
- [Text Splitters](/espanol/documentacion-oficial/integraciones/langchain/text-splitters.md): Nodos Text Splitter de LangChain
- [Character Text Splitter](/espanol/documentacion-oficial/integraciones/langchain/text-splitters/character-text-splitter.md): Divide solo en un tipo de carácter (por defecto "\n\n").
- [Code Text Splitter](/espanol/documentacion-oficial/integraciones/langchain/text-splitters/code-text-splitter.md): Divide documentos basándose en la sintaxis específica del lenguaje.
- [Html-To-Markdown Text Splitter](/espanol/documentacion-oficial/integraciones/langchain/text-splitters/html-to-markdown-text-splitter.md): Convierte HTML a Markdown y luego divide tu contenido en documentos basándose en los encabezados de Markdown.
- [Markdown Text Splitter](/espanol/documentacion-oficial/integraciones/langchain/text-splitters/markdown-text-splitter.md): Divide tu contenido en documentos basándose en los encabezados de Markdown.
- [Recursive Character Text Splitter](/espanol/documentacion-oficial/integraciones/langchain/text-splitters/recursive-character-text-splitter.md): Divide documentos recursivamente por diferentes caracteres - comenzando con "\n\n", luego "\n", y finalmente " ".
- [Token Text Splitter](/espanol/documentacion-oficial/integraciones/langchain/text-splitters/token-text-splitter.md): Divide una cadena de texto sin procesar primero convirtiendo el texto en tokens BPE, luego divide estos tokens en fragmentos y convierte los tokens dentro de un solo fragmento de vuelta a texto.
- [Tools](/espanol/documentacion-oficial/integraciones/langchain/tools.md): Nodos de Herramientas LangChain
- [BraveSearch API](/espanol/documentacion-oficial/integraciones/langchain/tools/bravesearch-api.md): Wrapper alrededor de BraveSearch API - una API en tiempo real para acceder a los resultados de búsqueda de Brave.
- [Calculator](/espanol/documentacion-oficial/integraciones/langchain/tools/calculator.md): Realizar cálculos sobre la respuesta.
- [Chain Tool](/espanol/documentacion-oficial/integraciones/langchain/tools/chain-tool.md): Usar una chain como herramienta permitida para el agent.
- [Chatflow Tool](/espanol/documentacion-oficial/integraciones/langchain/tools/chatflow-tool.md): Ejecutar otro chatflow y obtener la respuesta.
- [Custom Tool](/espanol/documentacion-oficial/integraciones/langchain/tools/custom-tool.md)
- [Exa Search](/espanol/documentacion-oficial/integraciones/langchain/tools/exa-search.md): Wrapper alrededor de Exa Search API - motor de búsqueda completamente diseñado para uso con LLMs.
- [Google Custom Search](/espanol/documentacion-oficial/integraciones/langchain/tools/google-custom-search.md): Wrapper alrededor de Google Custom Search API - una API en tiempo real para acceder a los resultados de búsqueda de Google.
- [OpenAPI Toolkit](/espanol/documentacion-oficial/integraciones/langchain/tools/openapi-toolkit.md): Cargar especificación OpenAPI.
- [Code Interpreter by E2B](/espanol/documentacion-oficial/integraciones/langchain/tools/python-interpreter.md)
- [Read File](/espanol/documentacion-oficial/integraciones/langchain/tools/read-file.md): Leer archivo desde el disco.
- [Request Get](/espanol/documentacion-oficial/integraciones/langchain/tools/request-get.md): Ejecutar peticiones HTTP GET.
- [Request Post](/espanol/documentacion-oficial/integraciones/langchain/tools/request-post.md): Ejecutar peticiones HTTP POST.
- [Retriever Tool](/espanol/documentacion-oficial/integraciones/langchain/tools/retriever-tool.md): Usar un retriever como herramienta permitida para el agent.
- [SearchApi](/espanol/documentacion-oficial/integraciones/langchain/tools/searchapi.md): API en tiempo real para acceder a datos de Google Search.
- [SearXNG](/espanol/documentacion-oficial/integraciones/langchain/tools/searxng.md): Wrapper alrededor de SearXNG - un motor de metabúsqueda de internet gratuito.
- [Serp API](/espanol/documentacion-oficial/integraciones/langchain/tools/serp-api.md): Wrapper alrededor de SerpAPI - una API en tiempo real para acceder a resultados de búsqueda de Google.
- [Serper](/espanol/documentacion-oficial/integraciones/langchain/tools/serper.md): Wrapper alrededor de Serper.dev - API de Google Search.
- [Web Browser](/espanol/documentacion-oficial/integraciones/langchain/tools/web-browser.md): Proporciona al agent la capacidad de visitar un sitio web y extraer información.
- [Write File](/espanol/documentacion-oficial/integraciones/langchain/tools/write-file.md): Escribir archivo en el disco.
- [Vector Stores](/espanol/documentacion-oficial/integraciones/langchain/vector-stores.md): Nodos de Vector Store de LangChain
- [AstraDB](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/astradb.md)
- [Chroma](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/chroma.md)
- [Elastic](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/elastic.md)
- [Faiss](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/faiss.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud sobre consultas usando la librería Faiss de Meta.
- [In-Memory Vector Store](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/in-memory-vector-store.md): Vector store en memoria que almacena embeddings y realiza una búsqueda lineal exacta para encontrar los embeddings más similares.
- [Milvus](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/milvus.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud sobre consultas usando Milvus, la base de datos vectorial de código abierto más avanzada del mundo.
- [MongoDB Atlas](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/mongodb-atlas.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud o mmr sobre consultas usando MongoDB Atlas, una base de datos mongodb gestionada en la nube.
- [OpenSearch](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/opensearch.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud sobre consultas usando OpenSearch, una base de datos vectorial todo en uno de código abierto.
- [Pinecone](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/pinecone.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud sobre consultas usando Pinecone, una base de datos vectorial gestionada líder en el mercado.
- [Postgres](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/postgres.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud sobre consultas usando pgvector en Postgres.
- [Qdrant](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/qdrant.md)
- [Redis](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/redis.md)
- [SingleStore](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/singlestore.md)
- [Supabase](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/supabase.md)
- [Upstash Vector](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/upstash-vector.md)
- [Vectara](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/vectara.md)
- [Weaviate](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/weaviate.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud o mmr usando Weaviate, una base de datos vectorial escalable de código abierto.
- [Zep Collection - Open Source](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/zep-collection-open-source.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud o mmr sobre consultas usando Zep, un bloque de construcción rápido y escalable para aplicaciones LLM.
- [Zep Collection - Cloud](/espanol/documentacion-oficial/integraciones/langchain/vector-stores/zep-collection-cloud.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud o mmr sobre consultas usando Zep, un bloque de construcción rápido y escalable para aplicaciones LLM.
- [LiteLLM Proxy](/espanol/documentacion-oficial/integraciones/litellm.md): Aprende cómo Flowise se integra con LiteLLM Proxy
- [LlamaIndex](/espanol/documentacion-oficial/integraciones/llamaindex.md): Aprende sobre las integraciones disponibles de LlamaIndex en Flowise
- [Agents](/espanol/documentacion-oficial/integraciones/llamaindex/agents.md): Nodos de Agentes de LlamaIndex
- [OpenAI Tool Agent](/espanol/documentacion-oficial/integraciones/llamaindex/agents/openai-tool-agent.md): Agente que utiliza OpenAI Function Calling para seleccionar las herramientas y argumentos a llamar usando LlamaIndex.
- [Anthropic Tool Agent](/espanol/documentacion-oficial/integraciones/llamaindex/agents/openai-tool-agent-1.md): Agente que utiliza Anthropic Function Calling para seleccionar las herramientas y argumentos a llamar usando LlamaIndex.
- [Chat Models](/espanol/documentacion-oficial/integraciones/llamaindex/chat-models.md): Nodos de Modelos de Chat de LlamaIndex
- [AzureChatOpenAI](/espanol/documentacion-oficial/integraciones/llamaindex/chat-models/azurechatopenai.md): Wrapper alrededor del Chat LLM de Azure OpenAI específico para LlamaIndex.
- [ChatAnthropic](/espanol/documentacion-oficial/integraciones/llamaindex/chat-models/chatanthropic.md): Wrapper alrededor del LLM ChatAnthropic específico para LlamaIndex.
- [ChatMistral](/espanol/documentacion-oficial/integraciones/llamaindex/chat-models/chatmistral.md): Wrapper alrededor del LLM ChatMistral específico para LlamaIndex.
- [ChatOllama](/espanol/documentacion-oficial/integraciones/llamaindex/chat-models/chatollama.md): Wrapper alrededor del LLM ChatOllama específico para LlamaIndex.
- [ChatOpenAI](/espanol/documentacion-oficial/integraciones/llamaindex/chat-models/chatopenai.md): Wrapper alrededor del Chat LLM de OpenAI específico para LlamaIndex.
- [ChatTogetherAI](/espanol/documentacion-oficial/integraciones/llamaindex/chat-models/chattogetherai.md): Wrapper alrededor del LLM ChatTogetherAI específico para LlamaIndex.
- [ChatGroq](/espanol/documentacion-oficial/integraciones/llamaindex/chat-models/chatgroq.md): Wrapper alrededor del LLM Groq específico para LlamaIndex.
- [Embeddings](/espanol/documentacion-oficial/integraciones/llamaindex/embeddings.md): Nodos de Embeddings de LlamaIndex
- [Azure OpenAI Embeddings](/espanol/documentacion-oficial/integraciones/llamaindex/embeddings/azure-openai-embeddings.md): Embeddings de la API de Azure OpenAI específicos para LlamaIndex.
- [OpenAI Embedding](/espanol/documentacion-oficial/integraciones/llamaindex/embeddings/openai-embedding.md): Embedding de OpenAI específico para LlamaIndex.
- [Engine](/espanol/documentacion-oficial/integraciones/llamaindex/engine.md): Nodos de Engine de LlamaIndex
- [Query Engine](/espanol/documentacion-oficial/integraciones/llamaindex/engine/query-engine.md)
- [Simple Chat Engine](/espanol/documentacion-oficial/integraciones/llamaindex/engine/simple-chat-engine.md)
- [Context Chat Engine](/espanol/documentacion-oficial/integraciones/llamaindex/engine/context-chat-engine.md)
- [Sub-Question Query Engine](/espanol/documentacion-oficial/integraciones/llamaindex/engine/sub-question-query-engine.md)
- [Response Synthesizer](/espanol/documentacion-oficial/integraciones/llamaindex/response-synthesizer.md): Nodos Response Synthesizer de LlamaIndex
- [Refine](/espanol/documentacion-oficial/integraciones/llamaindex/response-synthesizer/refine.md)
- [Compact And Refine](/espanol/documentacion-oficial/integraciones/llamaindex/response-synthesizer/compact-and-refine.md)
- [Simple Response Builder](/espanol/documentacion-oficial/integraciones/llamaindex/response-synthesizer/simple-response-builder.md)
- [Tree Summarize](/espanol/documentacion-oficial/integraciones/llamaindex/response-synthesizer/tree-summarize.md)
- [Tools](/espanol/documentacion-oficial/integraciones/llamaindex/tools.md): Nodos Agent de LlamaIndex
- [Query Engine Tool](/espanol/documentacion-oficial/integraciones/llamaindex/tools/query-engine-tool.md)
- [Vector Stores](/espanol/documentacion-oficial/integraciones/llamaindex/vector-stores.md): Nodos Vector Store de LlamaIndex
- [Pinecone](/espanol/documentacion-oficial/integraciones/llamaindex/vector-stores/pinecone.md): Realiza upsert de datos embedidos y ejecuta búsquedas de similitud usando Pinecone, una base de datos vectorial gestionada y alojada líder en el mercado.
- [SimpleStore](/espanol/documentacion-oficial/integraciones/llamaindex/vector-stores/queryengine-tool.md): Realiza upsert de datos embedidos en una ruta local y ejecuta búsquedas de similitud.
- [Utilities](/espanol/documentacion-oficial/integraciones/utilities.md): Aprende sobre las utilidades disponibles en Flowise
- [Custom JS Function](/espanol/documentacion-oficial/integraciones/utilities/custom-js-function.md): Ejecuta una función JavaScript personalizada.
- [Set/Get Variable](/espanol/documentacion-oficial/integraciones/utilities/set-get-variable.md)
- [If Else](/espanol/documentacion-oficial/integraciones/utilities/if-else.md)
- [Sticky Note](/espanol/documentacion-oficial/integraciones/utilities/sticky-note.md): Añade una nota adhesiva al flujo.
- [External Integrations](/espanol/documentacion-oficial/integraciones/3rd-party-platform-integration.md): Aprende sobre las integraciones con plataformas externas disponibles en Flowise
- [Zapier Zaps](/espanol/documentacion-oficial/integraciones/3rd-party-platform-integration/zapier-zaps.md): Aprende cómo integrar Flowise y Zapier
- [Migration Guide](/espanol/documentacion-oficial/migration-guide.md): Aprende sobre las versiones anteriores de Flowise
- [v1.3.0 Migration Guide](/espanol/documentacion-oficial/migration-guide/v1.3.0-migration-guide.md): En v1.3.0, introducimos Credentials
- [v1.4.3 Migration Guide](/espanol/documentacion-oficial/migration-guide/v1.4.3-migration-guide.md): En v1.4.3, introducimos un nodo Vector Store unificado
- [v2.1.4 Migration Guide](/espanol/documentacion-oficial/migration-guide/v2.1.4-migration-guide.md)
- [Use Cases](/espanol/documentacion-oficial/use-cases.md): Aprende a construir tus propias soluciones Flowise a través de ejemplos prácticos
- [Calling Children Flows](/espanol/documentacion-oficial/use-cases/calling-children-flows.md): Aprende a usar efectivamente el Chatflow Tool y el Custom Tool
- [Calling Webhook](/espanol/documentacion-oficial/use-cases/webhook-tool.md): Aprende cómo llamar a un webhook en Make
- [Interacting with API](/espanol/documentacion-oficial/use-cases/interacting-with-api.md): Aprende a usar integraciones de API externas con Flowise
- [Multiple Documents QnA](/espanol/documentacion-oficial/use-cases/multiple-documents-qna.md): Aprende cómo consultar múltiples documentos correctamente
- [SQL QnA](/espanol/documentacion-oficial/use-cases/sql-qna.md): Aprende cómo consultar datos estructurados
- [Upserting Data](/espanol/documentacion-oficial/use-cases/upserting-data.md): Aprende cómo hacer upsert de datos a Vector Stores con Flowise
- [Web Scrape QnA](/espanol/documentacion-oficial/use-cases/web-scrape-qna.md): Aprende cómo hacer scraping, upsert y consultas a un sitio web