Ir al contenido

¿Por qué TypeScript?

Si googleás “RAG tutorial”, el 95% de los resultados son en Python. Si vas a YouTube, lo mismo. Los papers, los notebooks, los starter kits — todo Python.

Entonces: ¿por qué este curso es en TypeScript?

Cuatro razones honestas.

Si tu producto vive en la web, tu equipo ya escribe TypeScript todo el día — frontend, APIs, edge workers. Que el RAG esté en el mismo lenguaje significa un solo equipo, un solo skillset, una sola pipeline de tooling.

Forzar Python solo para el RAG te obliga a tener dos stacks paralelos. Es overhead que pocas empresas necesitan justificar.

Vercel AI SDK tiene 12 millones de downloads semanales en npm. LangChain.js tiene 4 millones. Mastra y LlamaIndex.TS están creciendo fuerte.

Estos frameworks nacieron pensando en TypeScript primero, no como port de Python. Eso se nota: las APIs son idiomáticas, los types son honestos, el DX es bueno.

Un pipeline RAG mueve datos por muchas etapas: docs → chunks → embeddings → retrieval results → context → prompt → response.

En cada paso, los tipos te salvan. Saber que embedQuery() devuelve number[] de dimensión 384 y que tu vector store espera ese mismo tipo, antes de runtime, es la diferencia entre debuggear 30 segundos o 30 minutos.

Python con type hints ayuda, pero la cultura del ecosistema no es la misma — encontrás libraries serias sin types decentes. En TS, la expectativa es lo opuesto.

Con WebGPU + WebAssembly, hoy podés correr modelos LLM y embeddings en el navegador del usuario. Cero servidor, cero latencia de red, cero costo de inference.

Eso solo se puede hacer en TS/JS. Python está fuera del juego en el cliente. El paquete 05-web-demo de este lab es exactamente eso — un RAG completo corriendo en tu navegador.

  • Si tu equipo es 100% data science / ML researchers, Python sigue siendo el hogar natural. No migres por moda.
  • Si necesitás modelos muy nuevos con bindings que solo existen en Python primero (ej: research releases). Esperá un par de meses, suelen llegar a TS rápido.

Para todos los demás casos — startups, productos web, equipos de full-stack engineers, builders en general — TypeScript es la elección correcta.

Terminaste el Nivel 0. Tenés el qué (página 01), el cómo (02), el vocabulario (03), por qué local (04) y por qué TypeScript (05).

Ahora arrancamos a tipear código. Nivel 1 te lleva paso a paso a armar tu primer RAG con Vercel AI SDK. Setup, corpus, ingestión, query, inspección y errores comunes — todo end-to-end.

Siguiente nivel Nivel 1 — Manos a la obra Pipeline RAG end-to-end con Vercel AI SDK + Qdrant + Ollama. Setup, corpus, ingestión, query e inspección.