Agente basado en LLM para la ejecución de comandos CLI a partir de lenguaje natural

Abstract

Las herramientas que utilizan interfaces de línea de comandos (CLI) presentan una barrera de entrada significativa para nuevos usuarios debido a su pronunciada curva de aprendizaje y la necesidad de memorizar sintaxis específicas. Esta dificultad impacta negativamente en la adopción de tecnologías ampliamente utilizadas en entornos técnicos y de desarrollo. En este contexto, el presente trabajo propone el diseño e implementación de un agente conversacional basado en modelos de lenguaje (LLMs), orientado a la ejecución de comandos de terminal mediante instrucciones en lenguaje natural. Como caso de estudio, se desarrolló un prototipo funcional para operar con la CLI de Docker. La arquitectura de la herramienta incluye una API REST que recibe las consultas en lenguaje natural y las procesa utilizando un modelo LLM desplegado localmente, el cual genera un plan de ejecución que traduce dichas consultas a comandos concretos de Docker, permitiendo realizar operaciones de lectura y escritura (por ejemplo, inspeccionar, crear, gestionar y eliminar contenedores). Este enfoque busca reducir la complejidad asociada al uso de interfaces de línea de comandos, facilitando el acceso a herramientas industriales mediante interfaces conversacionales accesibles. Además, el diseño modular del agente permite su extensión a otras herramientas basadas en CLI, sentando las bases para futuras funcionalidades, tales como la incorporación de un módulo de control de versiones que habilite la integración con un sistema de recuperación aumentada por generación (RAG), adaptando los comandos generados según la versión específica de la herramienta utilizada.