Marcos de agentes de IA: Construir sistemas más inteligentes con las herramientas adecuadas

Piensa en un empleado que nunca duerme, nunca se queja y cada vez es más inteligente. ¿Te suena a ciencia ficción? Eso es lo que aportan los agentes de IA a la tabla. Estos cerebros digitales pueden planificar tareas, buscar información, hablar con los usuarios, acceder a las API e incluso trabajar con otros agentes para abordar problemas de gran envergadura.

Claro, podrías construir uno desde cero, pero la mayoría de la gente recurre a los marcos de agentes de IA, que son esencialmente conjuntos de herramientas preconstruidos que te proporcionan la memoria, la orquestación y básicamente todo lo que necesitas. En este blog, explicaremos qué son estos marcos de trabajo, cómo funcionan y cómo elegir el que mejor se adapte a tu caso de uso.

¿Qué son los marcos de agentes de IA?

En esencia, los agentes de IA sonprogramas que pueden percibir, planificar y actuar. Están diseñados para analizar objetivos, dividirlos en pasos y emprender acciones inteligentes, ya sea en solitario o con otros.

Ya sea respondiendo a una pregunta, realizando una búsqueda o colaborando con otro agente, se utilizan en numerosos sectores para numerosas aplicaciones, y están diseñados para funcionar con un sorprendente nivel de autonomía.

Hay varias formas de construir un agente de IA desde cero. Los agentes pueden construirse en Python o utilizando React y otras pilas tecnológicas. Sin embargo, crear esos agentes desde cero es algo totalmente distinto. Tienes que cablear la memoria, planificar tareas, conectar herramientas, gestionar la coordinación, gestionar los errores... y muchas cosas más. Son muchas piezas móviles del puzzle que tienes que unir. 

Marcos de agentes de IA = Cerebros + Caja de herramientas

Estos marcos hacen que todo el proceso de creación y ampliación de agentes de IA sea mucho más fácil. 

Componentes del marco del agente de IA. Fuente de la imagen: Servilleta AI

Estos marcos proporcionan:

• Arquitectura: Un diseño para la interacción con agentes.
• Memoria: Recuerdo a largo y corto plazo.
• Modelos: Los grandes modelos lingüísticos (LLM) forman el núcleo de los agentes de IA, dándoles la capacidad de comprender el lenguaje, razonar los problemas y actuar.
• Juegos de herramientas: API, motores de búsqueda, intérpretes: herramientas para hacer cosas.
• Capa de orquestación: Coordina las tareas y la colaboración (especialmente en configuraciones multiagente).
• Integraciones: Conéctate a LangChain, OpenAI, Azure, Slack y mucho más.

En resumen: te ahorran tiempo de desarrollo, dolores de cabeza y una montaña de complejidad.

Cómo funcionan los agentes de IA en la práctica

Para comprender el funcionamiento de un agente de IA, empecemos por entender el ciclo simple de toma de decisiones.

Comienza con la planificación de tareas. Cuando se le da una tarea -algo así como "Resume este artículo" o "Encuentra un vuelo de menos de 1.000 $"-, el agente empieza por dividirla en pasos más pequeños. Se crea una lista de comprobación que ayuda al agente a averiguar qué hay que hacer, en qué orden, y si puede hacerlo de forma independiente o requerirá el apoyo de otros agentes.

Flujo de trabajo del agente de IA. Fuente de la imagen: Servilleta AI

Lo siguiente es llamar a la función. Es entonces cuando el agente decide qué herramientas o APIs necesita utilizar. Ya se trate de navegar por Internet, consultar el tiempo o buscar en una base de datos, el agente busca la función adecuada, algo así como cambiar de una aplicación a otra para realizar tu propia lista de tareas.

Luego viene la fase deejecución, en la que el agente realiza realmente el trabajo. Puede ser la ejecución de código, la obtención de datos, el envío de un correo electrónico o la elaboración de una respuesta. En esta fase, interactúa con sus herramientas y sistemas para terminar el trabajo de la forma más eficaz posible.

Y por último, está el bucle de retroalimentación. Una vez realizada la tarea (o no realizada), el agente hace balance de la tarea realizada. En función del resultado de la tarea -si ha tenido éxito, si ha tenido éxito parcial o si ha fracasado- aprende y se ajusta. Esto podría significar actualizar su memoria, ajustar sus próximos pasos, o incluso pedir al usuario más información. Esta retroalimentación ayuda a que se afine con el tiempo.

Dependiendo de la complejidad, un agente puede pasar por este ciclo una vez o seguir iterando hasta que el trabajo esté bien hecho.

Sistemas monoagente y multiagente

Los agentes de la IA pueden clasificarse de varias formas, según sus funciones, capacidades y entornos operativos. Una distinción clave se basa en el número de agentes implicados.

Sistemas de agente único funcionan de forma independiente para cumplir un objetivo concreto. Estos agentes dependen de herramientas y recursos externos para realizar sus tareas, lo que les permite funcionar eficazmente en distintos entornos. Son los más adecuados para objetivos claramente definidos que no requieren coordinación con otros agentes. Normalmente, una configuración de agente único utiliza sólo un modelo de base para su procesamiento.

Los sistemas multiagente, por otra parte, implican a múltiples agentes de IA que colaboran o compiten para alcanzar objetivos compartidos o individuales. Estos sistemas aprovechan las diversas habilidades y funciones de cada agente, por lo que están bien equipados para gestionar problemas complejos. También pueden simular comportamientos similares a los humanos, como la comunicación interpersonal, en contextos interactivos. En las configuraciones multiagente, cada agente puede estar alimentado por un modelo de base diferente adaptado a su función específica.

Características comunes de los marcos de agentes de IA

Hay ciertas características que son comunes a muchos marcos de agentes de IA, como algunos criterios mínimos que todo agente de IA necesita para hacer cosas.

Características comunes en los marcos de agentes de IA. Fuente de la imagen: Autor

En primer lugar está la memoria persistente, que permite a los agentes almacenar contexto y memoria.   En lugar de empezar de cero cada vez, pueden basarse en charlas anteriores, lo que les hace sentirse más atentos, receptivos y casi humanos.

Lo siguiente es la Generación Mejorada por Recuperación (RAG). En pocas palabras, permite a los agentes obtener la información adecuada de fuentes externas -documentos, bases de datos o incluso la web- sobre la marcha. En lugar de limitarse a aquello para lo que fueron formados, pueden aprovechar los conocimientos actualizados y específicos del dominio para dar respuestas más precisas o sugerencias más inteligentes.

Luego está el uso de herramientas, que es lo que realmente da ventaja a los agentes. No están ahí sólo para responder: están hechos para actuar. Eso puede significar llamar a una API, calcular números, rastrear un sitio web o iniciar una tarea de backend. Es esta capacidad la que los eleva de chatbots a verdaderos asistentes digitales.

Y, por último, la colaboración de los agentes. Aquí es donde los agentes trabajan juntos, compartiendo tareas, pasando actualizaciones o resolviendo partes de un problema mayor. Al igual que una empresa con distintos departamentos, un agente puede encargarse de la investigación mientras otro redacta un informe. Trabajar en equipo les permite asumir tareas más complejas que las que uno solo podría llevar a cabo.

Marcos populares de agentes de IA

El panorama de los agentes de IA está creciendo rápidamente, y elegir el marco adecuado puede parecerse mucho a elegir el relleno de una pizza: hay un sabor para cada gusto, pero demasiadas opciones pueden resultar abrumadoras. 

Así que vamos a simplificar las cosas y a sumergirnos en los frameworks de los que más se habla, destacando cómo funcionan, qué los hace funcionar y dónde brillan realmente.

Opciones populares del marco de IA: Fuente de la imagen: Servilleta AI

CrewAI

CrewAI es como crear tu propio equipo de superhéroes: cada agente tiene una función distinta, desde "Investigador" a "Escritor" o "Analista", y trabajan juntos como un equipo.

La configuración basada en roles significa que a los agentes se les asignan tareas en función de sus roles, títulos, y el sistema se encarga de la coordinación. 

CrewAI tiene varias ventajas:

• Es fácil de usar, ya que oculta la mayor parte del trabajo pesado de ingeniería para que puedas centrarte en los resultados en lugar de en la mecánica. 
• Además, es de código abierto, funciona con los principales LLM como OpenAI y Anthropic, y viene con RAG incorporado. 

Es ideal para las empresas que crean bots de atención al cliente o automatizan flujos de trabajo que requieren mucha investigación. 

Entonces, ¿cuál es la limitación? Bueno, a veces puede parecer un poco encorsetado si necesitas agentes que sean flexibles con las funciones y adopten sobre la marcha.

LangGraph

Si quieres que tu agente elabore estrategias o improvise pasos sobre la marcha, LangGraph es tu amigo. Se basa en la teoría de grafos, lo que significa que los agentes pueden hacer bucles, bifurcarse y redirigirse según sea necesario. Esto es perfecto para flujos de trabajo que no son una simple ejecución paso a paso. 

Esto es relevante en sectores como la hostelería, donde un asistente de viajes puede estar haciendo malabarismos con las opciones o comprobando dos veces el sistema antes de responder. En el sector de los seguros, si estás construyendo un agente de IA que pueda examinar múltiples opciones de seguros personalizadas según los datos demográficos o las necesidades del usuario, tendrá que hacer malabarismos con diversas variables, y ahí es donde LangGraph podría ser una buena elección. 

LangGraph está integrado sobre LangChain, por lo que tienes acceso a todo su conjunto de herramientas. El inconveniente es la pronunciada curva de aprendizaje. Pero una vez que te sientas cómodo con su libro de jugadas, LangGraph te abre las puertas a algunas lógicas y aplicaciones sofisticadas.

Puedes explorar el curso de Datacamp Designing Agentic Systems with LangChain para aprender y practicar de forma práctica.

AutoGen

AutoGen es la respuesta de Microsoft a la orquestación de agentes, y aporta mucho a la tabla. Su estructura en capas incluye Funciones básicas, AgentChat para mensajería entre agentes, y Extensiones para funciones avanzadas .

Un aspecto destacado es AutoGen Studio, un entorno de bajo código en el que puedes esbozar agentes visualmente. Es especialmente útil para los programadores que trabajan con herramientas de Microsoft como Azure o Teams. 

También admite mensajería asíncrona entre agentes, lo que es estupendo para flujos de trabajo más dinámicos. Lo único exagerado es que puede parecer excesivamente ingenioso para proyectos sencillos.

Agno (por Phidata)

Agno es el tipo de marco minimalista "menos es más". Con una sintaxis Python limpia y funciones integradas de despliegue en la nube, es perfecto para crear prototipos rápidamente. 

¿Quieres un bot de sentimientos de Twitter en AWS Lambda? Este es tu punto de partida. Además, se conecta fácilmente a LLMs y APIs como DuckDuckGo o Yahoo Finanzas, por lo que es ideal para crear prototipos de cuadros de mando, agentes o herramientas internas.

La limitación es que con una comunidad más pequeña, puede que no encuentres tantos plug-ins o guías a la hora de solucionar problemas.

Agentes atómicos

Los Agentes Atómicos son para los que quieren un control total sin apenas ayuda. La arquitectura es limpia y modular, lo que significa que pasarás más tiempo al principio configurando las cosas, pero cosecharás los beneficios más tarde con una flexibilidad total. 

No hay ninguna capa de orquestación que haga magia entre bastidores: lo que construyes es lo que obtienes. Eso lo hace ideal para equipos que se preocupan por la mantenibilidad y el rendimiento a largo plazo, como en herramientas empresariales o proyectos de I+D.

Sin embargo, si tienes poco tiempo y necesitas prototipos más rápidos, puede que los agentes atómicos no se ajusten a tus necesidades. 

SDK de Agentes OpenAI

OpenAI Agents SDK es una evolución de Swarm lista para la producción. Es un marco ligero para construir flujos de trabajo multiagente. Es independiente del proveedor y es compatible con las API de respuestas y finalizaciones de chat de OpenAI, así como con más de 100 LLM.

La idea central es el "traspaso", que básicamente significa que un agente puede terminar un trabajo y pasárselo al siguiente, como un relevo digital. Es una buena opción para aplicaciones o demostraciones en las que quieras privacidad y velocidad sin una infraestructura pesada. 

LlamaIndex

Lanzado originalmente como GPT Index, LlamaIndex se diseñó para ayudar a los LLM a hablar con datos estructurados, pero ahora también ha entrado en el mundo de los agentes de IA. 

Es excelente extrayendo información de documentos, tablas y bases de datos, y ahora admite transiciones entre consultas y flujos de trabajo sencillos. Sus otros casos de uso incluyen aplicaciones multimodales y agentes autónomos que pueden realizar investigaciones y emprender acciones. 

Puede que no sea tan potente en orquestación como CrewAI o LangGraph, pero es una gran elección cuando tu objetivo es la interacción profunda de datos sobre el comportamiento complejo de los agentes.

Núcleo semántico

Semantic Kernel es el marco de agentes de Microsoft preparado para empresas, que admite varios lenguajes -Python, C# y Java- y está hecho para integrar LLM en sistemas corporativos como ERPs y CRMs. Semantic Kernel ayuda a automatizar los procesos empresariales combinando avisos con las API existentes para realizar acciones. 

Gestiona la memoria, la planificación y las habilidades (también conocidas como herramientas), y se adapta bien a la implantación en la nube. Si trabajas en una gran organización y necesitas agentes que encajen perfectamente en la infraestructura existente, ésta es probablemente tu mejor opción. Pero si eres un constructor en solitario o un equipo pequeño, puede parecer demasiado pesado para despegar rápidamente.

Cómo elegir el marco adecuado

Antes de lanzarte al mundo de los agentes de IA, merece la pena reflexionar sobre el objetivo final en términos de lo que realmente necesitas que hagan los agentes. El marco adecuado debe ajustarse a tu pila tecnológica, a tu presupuesto y estar alineado con tus requisitos a corto y largo plazo.  

Criterios para seleccionar el marco adecuado. Fuente de la imagen: Servilleta AI

Facilidad de uso

Si estás empezando, Agno o CrewAI son excelentes puntos de partida. Tienen instrucciones claras y mínimas. Por ejemplo, la limpia sintaxis Python de Agno te permite crear un prototipo en un santiamén, mientras que el diseño basado en roles de CrewAI lo hace intuitivo, incluso si no eres un programador. Ambos se encargan de las cosas complicadas entre bastidores para que tú puedas centrarte en los resultados.

Complejidad del flujo de trabajo

¿Necesitas crear flujos de trabajo con bucles, condiciones o lógica de bifurcación? LangGraph y LangChain son opciones sólidas. LangGraph gestiona flujos complejos y con estado, perfectos para chatbots que reintentan pasos fallidos o escalan problemas sin resolver. 

Y si estás organizando un equipo de agentes con diferentes responsabilidades, el modelo de delegación de funciones de CrewAI funciona de maravilla.

Personalización

Si quieres un control total sobre cada detalle, los Agentes Atómicos te lo ofrecen. Sin abstracciones, sin lógica oculta, sólo flexibilidad bruta para los programadores del equipo. Está pensado para casos de uso en los que no basta con enchufar y listo, como la coordinación de drones de respuesta a catástrofes. LangGraph es otra opción que ofrece un término medio flexible. Puedes añadir lógica personalizada, pero seguir confiando en sus herramientas integradas para las tareas rutinarias.

Necesidades de integración

Cuando tu proyecto depende de APIs o herramientas empresariales existentes, y si tu organización ya utiliza productos de Microsoft como Azure, Semantic Kernel es una buena opción. 

CrewAI también es fuerte en este aspecto, ofreciendo prácticos conectores para API como X. Si tu agente necesita extraer información de una amplia gama de fuentes, estos marcos se encargan fácilmente de las integraciones para que tú no tengas que hacerlo.

Entorno de despliegue

Para las aplicaciones que se ejecutan localmente en sectores como la sanidad o la banca, donde la privacidad de los datos es la máxima prioridad, el SDK de Agente de Open AI mantiene todo en el dispositivo, en las instalaciones, sin necesidad de nube. Pero si prefieres la nube, Agno viene preparado con soporte integrado para AWS, GCP y flujos de trabajo sin servidor. Es prácticamente un "despliegue con un clic" para producción.

Rendimiento/escalabilidad

Si manejas un tráfico intenso o grandes conjuntos de datos, LangGraph brilla por su capacidad para gestionar miles de flujos de trabajo simultáneos, lo que es ideal para cosas como la detección de fraudes. El AutoGen de Microsoft será estupendo, ya que está construido a escala empresarial con total compatibilidad con sistemas distribuidos, lo que lo hace ideal para grandes redes y cadenas de suministro.

Seguridad y privacidad

Si estás en la nube, Semantic Kernel incorpora seguridad de nivel empresarial. Con otros, como CrewAI, la seguridad depende de tu propio despliegue, por lo que tendrás que introducir tú mismo la encriptación y los controles de acceso.

Aquí tienes un resumen rápido de los parámetros más comunes y las mejores opciones probables. 

Tabla comparativa: Instantánea rápida

Tabla comparativa del marco de agentes de IA. Fuente de la imagen: Autor

Conclusión: ¿Cuál deberías elegir?

Aquí no hay un ganador universal, y esa es la cuestión. Los marcos de agentes de IA son como herramientas eléctricas: el adecuado depende del trabajo.

Empieza con un proyecto pequeño, aprende los entresijos y componentes de cada marco, y no te cortes a la hora de mezclar herramientas (por ejemplo, LangChain + LangGraph). El objetivo no es ser totalmente perfecto. El verdadero objetivo es averiguar cómo resolver los problemas.

Dicho esto, ésta es mi opinión final: Si quieres rapidez sin complejidad, CrewAI o Agno son buenas apuestas. Si tu equipo necesita más control o más potencia, mira en LangGraph o AutoGen. Y para las empresas con requisitos estrictos, Semantic Kernel.

Ten en cuenta que la inteligencia en tiempo real de los agentes aún está evolucionando, y las cosas pueden salir caras rápidamente a medida que escalas. Los errores -especialmente en configuraciones multiagente- son muy reales y no siempre fáciles de localizar. Además, las cuestiones relativas a la seguridad, las consideraciones éticas y la explicabilidad siguen necesitando mucha atención. No olvides suscribirte a nuestro boletín de AI curada, La medianapara estar al día de las noticias sobre IA.