Cloud todo-en-uno para desplegar apps, bases, plantillas y jobs en segundo plano
Railway documenta en docs.railway.com una plataforma para aprovisionar servicios, desarrollar localmente y desplegar desde GitHub, imágenes Docker o CLI. Guías cubren `railway up`, plantillas del marketplace y `railway setup agent` para skills y MCP. La doc de agentes describe `railway up -y` como despliegue en un paso.
Casos de uso
- Prototipos de agentes con `railway up -y`
- Plantillas Postgres/Redis para staging
- Auto-deploy desde GitHub
- Flujos CLI antes de MCP remoto
- Workers y web en un mismo proyecto
Funciones principales
- Despliegue desde GitHub, local o registros de contenedores
- Marketplace con 650+ plantillas
- Canvas de proyecto para servicios y variables
- CLI link/create/deploy/redeploy
- Setup de agentes con skills y MCP
Relacionados
Relacionados
3 Entradas indexadas
AssemblyAI
AssemblyAI documenta APIs en assemblyai.com/docs: REST en https://api.assemblyai.com y WebSocket wss://streaming.assemblyai.com (UE: api.eu.assemblyai.com). Cada POST /v2/transcript requiere speech_models; se recomienda universal-3-pro con fallback universal-2. Incluye Voice Agent API, Speech Understanding, Guardrails y LLM Gateway.
Baseten
Baseten documenta en docs.baseten.co una plataforma de entrenamiento e inferencia: despliegues con el framework Truss o Model APIs alojadas sin infra propia. Despliegues solo con `config.yaml` apuntan a checkpoints de Hugging Face, GPUs y motores como TensorRT-LLM; `truss push` construye contenedores optimizados y expone APIs compatibles con OpenAI. Arquitecturas personalizadas usan la clase `Model` con `load` y `predict`. Model APIs permiten inferencia inmediata con `BASETEN_API_KEY`.
LangSmith
LangSmith es la plataforma de LangChain (cloud o self-hosted) para trazar, monitorizar y mejorar aplicaciones LLM. La documentación en docs.langchain.com describe instrumentación mediante variables de entorno, integraciones de frameworks (OpenAI, Anthropic, CrewAI, Vercel AI SDK, Pydantic AI y otras listadas) o el SDK, de modo que equipos inspeccionen runs multipaso, comparen versiones de prompts, construyan datasets, ejecuten evaluaciones offline/online, automaticen flujos y recojan feedback sin analítica ad hoc para bucles de agentes.