Xpersona

Crawler Summary

recursos-python-nova-ai answer-first brief

Python learning path from fundamentals to LangGraph/CrewAI agents. Guides, runnable exercises, tests and curated resources; Spanish-language training materials. Recursos Python · Nova AI Ruta de capacitación en Python para el equipo, de nivel cero a construir agentes con LangGraph y CrewAI. **Doce módulos de 3 a 5 horas cada uno —unas 48 en total—** con guías, código que se ejecuta, **717 tests** que verifican tus ejercicios, y una biblioteca de enlaces curados. No es un catálogo de sintaxis. Cada módulo empieza por el criterio —cuándo usar algo y cuándo no— y termina en eje Capability contract not published. No trust telemetry is available yet. Last updated 10/9/2026.

Freshness

Last checked 10/9/2026

Best For

recursos-python-nova-ai is best for crewai, multi-agent workflows where OpenClaw compatibility matters.

Not Ideal For

Contract metadata is missing or unavailable for deterministic execution.

Evidence Sources Checked

editorial-content, GITHUB REPOS, runtime-metrics, public facts pack

CardFactsSnapshotContractTrust
Claim this agent
Agent DossierGITHUB REPOSSafety: 66/100

recursos-python-nova-ai

Python learning path from fundamentals to LangGraph/CrewAI agents. Guides, runnable exercises, tests and curated resources; Spanish-language training materials. Recursos Python · Nova AI Ruta de capacitación en Python para el equipo, de nivel cero a construir agentes con LangGraph y CrewAI. **Doce módulos de 3 a 5 horas cada uno —unas 48 en total—** con guías, código que se ejecuta, **717 tests** que verifican tus ejercicios, y una biblioteca de enlaces curados. No es un catálogo de sintaxis. Cada módulo empieza por el criterio —cuándo usar algo y cuándo no— y termina en eje

OpenClawself-declared

Public facts

4

Change events

1

Artifacts

0

Freshness

Oct 9, 2026

Verifiededitorial-contentNo verified compatibility signals

Capability contract not published. No trust telemetry is available yet. Last updated 10/9/2026.

Trust evidence available

Trust score

Unknown

Compatibility

OpenClaw

Freshness

Oct 9, 2026

Vendor

Full Stack Dev Johncastrosanabria

Artifacts

0

Benchmarks

0

Last release

Unpublished

Executive Summary

Key links, install path, and a quick operational read before the deeper crawl record.

Verifiededitorial-content

Summary

Capability contract not published. No trust telemetry is available yet. Last updated 10/9/2026.

View Source

Setup snapshot

  1. 1

    Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.

  2. 2

    Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Evidence Ledger

Everything public we have scraped or crawled about this agent, grouped by evidence type with provenance.

Verifiededitorial-content
Vendor (1)

Vendor

Full Stack Dev Johncastrosanabria

profilemedium
Observed Oct 9, 2026Source linkProvenance
Compatibility (1)

Protocol compatibility

OpenClaw

contractmedium
Observed Oct 9, 2026Source linkProvenance
Security (1)

Handshake status

UNKNOWN

trustmedium
Observed unknownSource linkProvenance
Integration (1)

Crawlable docs

6 indexed pages on the official domain

search_documentmedium
Observed Apr 15, 2026Source linkProvenance

Release & Crawl Timeline

Merged public release, docs, artifact, benchmark, pricing, and trust refresh events.

Self-declaredagent-index

Docs Update

Docs refreshed: Sign in to GitHub · GitHub

search_documentmedium

Fresh crawlable documentation was indexed for the official domain.

Observed Apr 15, 2026

Artifacts Archive

Extracted files, examples, snippets, parameters, dependencies, permissions, and artifact metadata.

Self-declaredGITHUB REPOS

Extracted files

0

Examples

4

Snippets

0

Languages

python

Executable Examples

bash

git clone https://github.com/full-stack-dev-johncastrosanabria/recursos-python-nova-ai.git
cd recursos-python-nova-ai
uv sync
uv run pytest ruta/01-fundamentos

bash

uv sync --group ia
cp .env.example .env      # y pon tu clave dentro

text

ruta/NN-modulo/
├── GUIA.md          la lección
├── ejemplos/        código que se lee y se ejecuta
├── ejercicios/      lo que completas tú (base/ y reto/)
├── soluciones/      la versión de referencia
└── tests/           lo que dice si acertaste

bash

uv run pytest ruta/02-estructuras-de-datos          # rojo: aún no lo has hecho
uv run pytest ruta/02-estructuras-de-datos -k conciliacion   # solo uno

Docs & README

Full documentation captured from public sources, including the complete README when available.

Self-declaredGITHUB REPOS

Docs source

GITHUB REPOS

Editorial quality

ready

Python learning path from fundamentals to LangGraph/CrewAI agents. Guides, runnable exercises, tests and curated resources; Spanish-language training materials. Recursos Python · Nova AI Ruta de capacitación en Python para el equipo, de nivel cero a construir agentes con LangGraph y CrewAI. **Doce módulos de 3 a 5 horas cada uno —unas 48 en total—** con guías, código que se ejecuta, **717 tests** que verifican tus ejercicios, y una biblioteca de enlaces curados. No es un catálogo de sintaxis. Cada módulo empieza por el criterio —cuándo usar algo y cuándo no— y termina en eje

Full README

Recursos Python · Nova AI

Ruta de capacitación en Python para el equipo, de nivel cero a construir agentes con LangGraph y CrewAI. Doce módulos de 3 a 5 horas cada uno —unas 48 en total— con guías, código que se ejecuta, 717 tests que verifican tus ejercicios, y una biblioteca de enlaces curados.

No es un catálogo de sintaxis. Cada módulo empieza por el criterio —cuándo usar algo y cuándo no— y termina en ejercicios que fallan hasta que los resuelves.

<div class="nova-tarjetas" markdown> <div class="nova-tarjeta" markdown> **[¿Por dónde empiezo?](EMPIEZA-AQUI.md)** { .nova-titulo }

Diez preguntas y te dice tu módulo de entrada. No hace falta empezar por el principio.

</div> <div class="nova-tarjeta" markdown> **[Arranque rápido](#arranque-rapido)** { .nova-titulo }

Un git clone y un comando. uv instala hasta el propio Python.

</div> <div class="nova-tarjeta" markdown> **[Contribuir](CONTRIBUTING.md)** { .nova-titulo }

Tres recetas concretas: añadir un enlace, un ejercicio o una guía.

</div> </div>

Arranque rápido { #arranque-rapido }

Sin instalar nada

Abre el repositorio en GitHub Codespaces (botón Code › Codespaces). Tienes Python y las dependencias listas en un par de minutos.

En tu máquina

Necesitas uv. Instala el resto —incluido el propio Python— por ti:

git clone https://github.com/full-stack-dev-johncastrosanabria/recursos-python-nova-ai.git
cd recursos-python-nova-ai
uv sync
uv run pytest ruta/01-fundamentos

Los tests te saldrán en rojo. Es correcto: son los ejercicios sin resolver.

Cuando llegues al módulo 08 y quieras hablar con un modelo de verdad:

uv sync --group ia
cp .env.example .env      # y pon tu clave dentro

La ruta

Fundamentos

| # | Módulo | Qué cubre | |---|--------|-----------| | 00 | Cómo piensa Python | qué es un programa, el Zen, los cinco modelos mentales | | 01 | Fundamentos | asignación, números y dinero, la verdad, control de flujo, funciones | | 02 | Estructuras de datos | costes por dentro, matrices, álgebra de conjuntos, generadores | | 03 | POO y módulos | clases, propiedades, herencia y MRO, recursión, imports |

El oficio

| # | Módulo | Qué cubre | |---|--------|-----------| | 04 | Entorno y herramientas | uv, ruff, tipos, pre-commit, logging, empaquetado | | 05 | Testing | pytest a fondo, dobles, cobertura, property-based | | 06 | Async y concurrencia | el GIL, hilos y procesos, TaskGroup, colas | | 07 | Datos y APIs | archivos, pydantic, httpx, FastAPI, pandas |

Inteligencia artificial

| # | Módulo | Qué cubre | |---|--------|-----------| | 08 | Fundamentos de LLMs | tokens, embeddings, prompts, tool use, RAG | | 09 | Agentes con LangGraph | los cinco patrones, grafos de estado, memoria | | 10 | Agentes con CrewAI | roles, diseño de herramientas, barreras, verificación | | 11 | Proyecto final | un sistema completo, de punta a punta |

Cómo funcionan los ejercicios

Cada módulo tiene la misma anatomía:

ruta/NN-modulo/
├── GUIA.md          la lección
├── ejemplos/        código que se lee y se ejecuta
├── ejercicios/      lo que completas tú (base/ y reto/)
├── soluciones/      la versión de referencia
└── tests/           lo que dice si acertaste

Los ejercicios son funciones sin terminar. Sus tests fallan a propósito hasta que los resuelves:

uv run pytest ruta/02-estructuras-de-datos          # rojo: aún no lo has hecho
uv run pytest ruta/02-estructuras-de-datos -k conciliacion   # solo uno

Los tests no importan tu archivo directamente: piden una fixture llamada solution, que carga tu ejercicio o —cuando corre el CI— la solución de referencia. Así el repositorio verifica que todo ejercicio publicado es resoluble, que es el fallo típico del material didáctico: un enunciado que no cuadra con su test.

Hay ejercicios de dos niveles en cada módulo: base/ para consolidar y reto/ si ya llegabas sabiendo el tema.

Recursos de consulta

  • Enlaces curados — artículos, vídeos y cursos por tema, cada uno con una línea explicando por qué vale la pena
  • Cheatsheets — referencias rápidas
  • Plantillas — scaffolds reutilizables (todavía por escribir)

Claves de API

Los módulos 08 al 11 pueden llamar a modelos de pago, pero sus ejercicios no necesitan clave ni conexión: prueban el código que rodea al modelo, que es lo que se puede probar. Si quieres además hablar con un modelo de verdad, copia .env.example a .env y pon la tuya. .env está en .gitignore.

Licencia y créditos

Doble licencia: el código bajo MIT, el contenido (guías, cheatsheets, listas de enlaces) bajo CC BY 4.0.

La estructura de la ruta y varios de los casos reales se apoyan en dos libros: Python: El Lenguaje del Pensamiento (edición 2026) para el criterio de ingeniería y la parte de IA, y Python Essentials 1 del OpenEDG Python Institute para la cobertura de fundamentos.

Contract & API

Machine endpoints, protocol fit, contract coverage, invocation examples, and guardrails for agent-to-agent use.

MissingGITHUB REPOS

Endpoints

Dossier APISnapshot APIContract APITrust API

Contract coverage

Status

missing

Auth

None

Streaming

No

Data region

Unspecified

Protocol support

OpenClaw: self-declared

Requires: none

Forbidden: none

Guardrails

Operational confidence: low

No positive guardrails captured.
Invocation examples
curl -s "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/snapshot"
curl -s "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/contract"
curl -s "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/trust"

Reliability & Benchmarks

Trust and runtime signals, benchmark suites, failure patterns, and practical risk constraints.

Missingruntime-metrics

Trust signals

Handshake

UNKNOWN

Confidence

unknown

Attempts 30d

unknown

Fallback rate

unknown

Runtime metrics

Observed P50

unknown

Observed P95

unknown

Rate limit

unknown

Estimated cost

unknown

Do not use if

Contract metadata is missing or unavailable for deterministic execution.
No benchmark suites or observed failure patterns are available.

Media & Demo

Every public screenshot, visual asset, demo link, and owner-provided destination tied to this agent.

Missingno-media
No screenshots, media assets, or demo links are available.

Related Agents

Neighboring agents from the same protocol and source ecosystem for comparison and shortlist building.

Self-declaredprotocol-neighbors
Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW
Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.

MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70

CopilotKit

The Frontend for Agents & Generative UI. React + Angular

OPENCLAW
Agent hubMore from this sourceOpenClaw agents
Machine Appendix

Contract JSON

{
  "contractStatus": "missing",
  "authModes": [],
  "requires": [],
  "forbidden": [],
  "supportsMcp": false,
  "supportsA2a": false,
  "supportsStreaming": false,
  "inputSchemaRef": null,
  "outputSchemaRef": null,
  "dataRegion": null,
  "contractUpdatedAt": null,
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Invocation Guide

{
  "preferredApi": {
    "snapshotUrl": "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/snapshot",
    "contractUrl": "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/contract",
    "trustUrl": "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/trust"
  },
  "curlExamples": [
    "curl -s \"https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/snapshot\"",
    "curl -s \"https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/contract\"",
    "curl -s \"https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/trust\""
  ],
  "jsonRequestTemplate": {
    "query": "summarize this repo",
    "constraints": {
      "maxLatencyMs": 2000,
      "protocolPreference": [
        "OPENCLEW"
      ]
    }
  },
  "jsonResponseTemplate": {
    "ok": true,
    "result": {
      "summary": "...",
      "confidence": 0.9
    },
    "meta": {
      "source": "GITHUB_REPOS",
      "generatedAt": "2026-10-09T05:29:38.304Z"
    }
  },
  "retryPolicy": {
    "maxAttempts": 3,
    "backoffMs": [
      500,
      1500,
      3500
    ],
    "retryableConditions": [
      "HTTP_429",
      "HTTP_503",
      "NETWORK_TIMEOUT"
    ]
  }
}

Trust JSON

{
  "status": "unavailable",
  "handshakeStatus": "UNKNOWN",
  "verificationFreshnessHours": null,
  "reputationScore": null,
  "p95LatencyMs": null,
  "successRate30d": null,
  "fallbackRate": null,
  "attempts30d": null,
  "trustUpdatedAt": null,
  "trustConfidence": "unknown",
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Capability Matrix

{
  "rows": [
    {
      "key": "OPENCLEW",
      "type": "protocol",
      "support": "unknown",
      "confidenceSource": "profile",
      "notes": "Listed on profile"
    },
    {
      "key": "crewai",
      "type": "capability",
      "support": "supported",
      "confidenceSource": "profile",
      "notes": "Declared in agent profile metadata"
    },
    {
      "key": "multi-agent",
      "type": "capability",
      "support": "supported",
      "confidenceSource": "profile",
      "notes": "Declared in agent profile metadata"
    }
  ],
  "flattenedTokens": "protocol:OPENCLEW|unknown|profile capability:crewai|supported|profile capability:multi-agent|supported|profile"
}

Facts JSON

[
  {
    "factKey": "vendor",
    "category": "vendor",
    "label": "Vendor",
    "value": "Full Stack Dev Johncastrosanabria",
    "href": "https://github.com/full-stack-dev-johncastrosanabria/recursos-python-nova-ai",
    "sourceUrl": "https://github.com/full-stack-dev-johncastrosanabria/recursos-python-nova-ai",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-10-09T01:11:44.227Z",
    "isPublic": true
  },
  {
    "factKey": "protocols",
    "category": "compatibility",
    "label": "Protocol compatibility",
    "value": "OpenClaw",
    "href": "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/contract",
    "sourceUrl": "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/contract",
    "sourceType": "contract",
    "confidence": "medium",
    "observedAt": "2026-10-09T01:11:44.227Z",
    "isPublic": true
  },
  {
    "factKey": "docs_crawl",
    "category": "integration",
    "label": "Crawlable docs",
    "value": "6 indexed pages on the official domain",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  },
  {
    "factKey": "handshake_status",
    "category": "security",
    "label": "Handshake status",
    "value": "UNKNOWN",
    "href": "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/trust",
    "sourceUrl": "https://www.xpersona.co/api/v1/agents/crewai-full-stack-dev-johncastrosanabria-recursos-python-nova-a/trust",
    "sourceType": "trust",
    "confidence": "medium",
    "observedAt": null,
    "isPublic": true
  }
]

Change Events JSON

[
  {
    "eventType": "docs_update",
    "title": "Docs refreshed: Sign in to GitHub · GitHub",
    "description": "Fresh crawlable documentation was indexed for the official domain.",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  }
]

Sponsored

Ads related to recursos-python-nova-ai and adjacent AI workflows.