Automatizando WordPress con LM Studio CLI y PowerShell

¿Sabías que puedes utilizar LM Studio directamente desde la línea de comandos? Para lo que estamos pensando con el procesamiento masivo de conversaciones, la interfaz de línea de comandos (CLI) puede ser mucho más interesante y potente que la simple interfaz gráfica.

Diagrama técnico del flujo de procesamiento de archivos y generación de contenido con LM Studio CLI.
Pipeline de automatización: desde el archivo ZIP hasta las entradas generadas por la API local.

En las versiones actuales, el comando principal es lms. Con esto puedes gestionar todo tu entorno local fácilmente:

  • lms ls: lista todos los modelos disponibles en tu sistema.
  • lms load <modelo>: carga un modelo específico para su uso.
  • lms unload <modelo>: descarga el modelo de la memoria (VRAM/RAM) cuando ya no lo necesites.

Luego, puedes levantar el servidor local con lms server start. Con eso, LM Studio expone una API local, normalmente accesible en http://localhost:1234.

Interactuando con la API y Scripts

Puedes trabajar directamente con un modelo desde scripts de PowerShell, Python o cualquier lenguaje que soporte peticiones HTTP. Utilizas esa API compatible con OpenAI para enviarle tus datos.

Por ejemplo, conceptualmente en PowerShell se vería así:

$body = @{
    model = "tu-modelo"
    messages = @(
        @{ role = "user"; content = "Analiza este texto..." }
    )
} | ConvertTo-Json -Depth 10
Invoke-RestMethod -Uri "http://localhost:1234/v1/chat/completions" -Method Post -ContentType "application/json" -Body $body

El flujo de automatización para el blog

Aquí es donde se vuelve realmente interesante la idea de procesar ese archivo masivo. Imagina un ZIP de ~200 MB de conversaciones. El flujo de trabajo sería:

  1. Extraer y Identificar: el script toma el ZIP y separa las conversaciones.
  2. LM Studio CLI/API: envía los fragmentos a la API local que acabamos de iniciar.
  3. Modelo Local: el modelo procesa y clasifica cada entrada en categorías como IA, tecnología, proyectos o reflexión personal.
  4. Reescribir: se aplican reglas para generar títulos, extractos, categorías y etiquetas.
  5. Output: genera el Markdown o HTML final listo para WordPress.

Lo bonito de esta arquitectura es que no necesitas meter los 200 MB de golpe al modelo. El script puede procesar conversación por conversación, guardar resultados intermedios y continuar si algo falla en un paso específico.

Si quieres, puedo proporcionarte el código completo para Windows. Un script de PowerShell que tome tu ZIP de conversaciones, use LM Studio local como motor para convertirlo todo automáticamente en borradores de WordPress, incluyendo la clasificación inteligente, los metadatos y un control total para no publicar nada sin revisar.