Programa
Fundamentos de agentes de IA
6 h
El ADK Visual Agent Builder de Google es un kit práctico para diseñar, conectar y ejecutar workflows multiagente sin tener que montar tú toda la canalización. Combina un generador de agentes basado en prompts con una CLI de ADK, modelos Gemini y herramientas integradas para convertir un briefing en lenguaje natural en un agente funcional.
En este tutorial, te guiaré paso a paso para construir un planificador de viajes funcional usando el Agent Development Kit (ADK) de Google con el Visual Agent Builder. Aprenderás a:
- Lanzar el constructor visual y cablear agentes
- Dar instrucciones en lenguaje natural para autogenerar subagentes y herramientas.
- Añadir búsqueda web, un sencillo sistema de puntuación y trazas
- Probar y depurar tu agente
Al final, tendrás un agente que te pide ciudades/fechas/presupuesto, lanza tres procesos en paralelo (vuelos, alojamientos y actividades) y devuelve una o dos opciones de itinerario claras.
Si estás empezando con la IA basada en agentes, te recomiendo echar un vistazo al itinerario de aprendizaje AI Agent Fundamentals. También puedes ver el curso Building AI Agents with Google ADK.
¿Qué es Google ADK Visual Agent Builder?
El ADK Visual Agent Builder de Google es un lienzo para diseñar flujos de trabajo multiagente impulsados por Gemini. Describes tu objetivo a un asistente de IA que propone y materializa una arquitectura completa de agentes, la representa en un lienzo visual y te permite probarla al instante en un chat.
A partir de ahí, puedes inspeccionar trazas y, cuando estés listo, exportar archivos YAML listos para producción.
Algunos puntos clave de este constructor de agentes:
- Agentes LLM: cada nodo combina un prompt y un modelo con herramientas opcionales. Por ejemplo, puedes usar un agente de razonamiento (Gemini 2.5 Pro o Gemini 3 Pro) junto a un agente de búsqueda rápida (Gemini 2.5 Flash).
- Agentes de orquestación: los nodos Loop, Parallel o Sequential coordinan cómo se ejecutan los agentes LLM hijos bajo el mando del agente raíz.
- Herramientas: herramientas integradas como
google_search, junto con function tools y herramientas de archivos/contexto comourl_contextyFilesRetrieval, facilitan que los agentes encadenen varias utilidades. - Callbacks y trazas: una vista en vivo de eventos y trazas muestra qué agente se ejecutó, con entradas/salidas, para que puedas depurar el razonamiento y las llamadas a herramientas paso a paso.
ADK gestiona las llamadas a modelos, la integración de herramientas y el traspaso de estado para que tú te centres en el comportamiento.
Demo de ADK Visual Agent Builder: crea un flujo de un planificador de viajes
En esta sección, construiremos un planificador de viajes con el ADK Visual Agent Builder de Google. El flujo usa un agente LLM raíz y un agente en paralelo que consulta a tres agentes para vuelos, alojamientos y actividades, y después consolida todo en opciones claras de viaje listas para usar.
Así funciona:
- Intención del viaje: introduce el itinerario esperado, incluidas ciudades, fechas, presupuesto y preferencias de imprescindibles/evitar.
- Investigación en paralelo: el agente en paralelo investiga:
- El agente de vuelos propone tramos viables, con horarios, escalas, horas totales y coste.
- El agente de alojamientos sugiere 1–2 opciones por ciudad.
- El agente de actividades redacta 2–3 cosas que hacer por ciudad.
- Conciliar y clasificar: el agente raíz compara los trade-offs como coste, tiempo total de viaje, encaje con preferencias, etc., y devuelve hasta dos opciones con pros y contras, además de un día a día para el plan recomendado.
- Trazas e iteración: puedes ver cómo se activa cada subagente en la vista Trace y luego afinar con repreguntas.
Al final, tendrás un flujo multiagente que convierte una idea de viaje en inglés sencillo en un itinerario concreto y ajustado al presupuesto, con razonamiento transparente.
Paso 1: instalar Google ADK
Antes de diseñar agentes, necesitamos la CLI de ADK. Es la herramienta de línea de comandos que lanza el Visual Agent Builder y ejecuta la interfaz web local.
pip install --upgrade google-adk
adk --versionEl código anterior debería devolver adk, version 1.18.0. Primero obtiene el paquete ADK más reciente y sus dependencias. La opción --upgrade garantiza que no te quedes en una CLI antigua que pueda carecer de las funciones del Visual Agent Builder usadas en este tutorial.
Por último, verificamos la instalación y que tu shell puede encontrar el ejecutable adk.
Con ADK instalado y verificado, estamos listos para lanzar el Visual Agent Builder y crear nuestro flujo del planificador de viajes. En el siguiente paso, configuraremos tu clave de API y abriremos la UI local para que empieces a ensamblar agentes de forma visual.
Paso 2: configura la clave de la API de Google
Abre primero Google AI Studio y, abajo a la izquierda, haz clic en Get API Key. Después, selecciona Create API Key y ponle un nombre. Ten en cuenta que necesitarás crear un proyecto de Google Cloud nuevo o usar uno existente con la facturación activada. Cuando esté listo, vuelve a Google AI Studio, copia la clave de API y configúrala como variable de entorno en tu directorio de trabajo.
export GOOGLE_API_KEY=YOUR_API_KEY —-> for macOS/Linux
setx GOOGLE_API_KEY "YOUR_KEY" —-> for Windows (PowerShell)Reinicia tu terminal para que el cambio surta efecto.
Opcionalmente, también puedes clonar un repositorio inicial que incluye un proyecto de prueba y trae todos los requisitos ya configurados:
git clone https://github.com/thomas-chong/google-adk-visual-agent-builder-demo.git
cd google-adk-visual-agent-builder-demoEl comando anterior clona un repositorio con una demo inicial de un agente de investigación para que la pruebes. Ahora que tenemos ADK instalado, lancemos la interfaz web.
Paso 3: lanzar la interfaz web
Con tu clave de API configurada y ADK instalado, ya puedes abrir el Visual Agent Builder. Ejecuta el siguiente comando para iniciar el servidor local de la Dev UI.
adk webDe forma predeterminada, se abre en http://127.0.0.1:8000. Ábrelo en tu navegador.
La interfaz inicial se ve así:
Haz clic en el botón + para crear un agente nuevo, llámalo Travel_Agent y accederás al constructor de tres paneles: Configuración (izquierda), Canvas (centro) y Asistente/Chat (derecha).
Primero, envié un prompt a Gemini en el chat para autoconstruir el agente, similar a cómo usarías AgentKit de OpenAI para construir un flujo.
Create a Travel Ops planner agent. Given user input (ordered cities, dates, budget, must/avoid prefs), run three workers in parallel—Flights, Stays, Activities—(use google_search where helpful).
Recommend up to 2 options. Prioritize stated preferences; if options are close, prefer lower cost and less total travel time.
Clearly explain the trade-offs. If options are nearly identical, return one best option and say why.
For each option, return text-only bullets: Cost (USD), Total travel time (h), Preference-fit (0–1), Pros/Cons (cost, time, experience), and a brief day-by-day (give the full day-by-day only for the recommended option).
Defaults: prices in USD, time in hours, max 2 options. Ask at most 2 clarifying questions; if data is thin, return a degraded single option with a warning.
Avoid fake booking links; provide sensible estimates and caveats.Para mi sorpresa, Google ADK es bastante eficiente al decidir la asignación de modelos o subagentes para una tarea concreta. Tras redactar el código y volcarlo en archivos específicos, Gemini inyecta las instrucciones en tu agente y añade automáticamente los subagentes y herramientas adecuados.
Este es el pipeline de extremo a extremo que generó a partir de mi prompt.
Así se ve el constructor después de que Gemini procese el prompt: instrucciones aplicadas, herramientas conectadas, subagentes añadidos y la descripción del agente completa.
Por último, guarda y tu agente estará listo. Esto te llevará a la interfaz de chat, donde le hice varias preguntas sobre el viaje.
Inicialmente, le pedí al agente:
I want to travel from New York to Dubai for New Year’s for a week long vacation. Help me plan my trip within a budget of $1000En el vídeo de abajo, puedes ver cómo respondió el agente.
Esto es lo que devolvió el agente:
- Un plan claro, solo texto, con opciones de vuelo, tiempos típicos de viaje y rangos de precio aproximados para temporada alta.
- Argumentación sobre el presupuesto desde el inicio (Año Nuevo es temporada punta, así que las tarifas se disparan), junto con trade-offs prácticos como vuelos con escala vía Doha/Estambul para ahorrar dinero.
- Un conjunto conciso de sugerencias de alojamiento y actividades alineadas con el objetivo (recargar/pasar el rato), no solo turismo genérico.
- Cuando el presupuesto no era realista, señaló las limitaciones y sugirió cambios como mover fechas, aumentar el presupuesto, aceptar escalas, etc.
En el panel Trace puedes ver la orquestación:
travel_ops_planner(raíz) acepta tu mensaje y transfiere el control al coordinador.travel_coordinator(agente en paralelo) llama a tres workers:flights_agent,stays_agent,activities_agent.- Cada worker llama al modelo (
call_llm, en este caso el predeterminado de Gemini) y, cuando hace falta, a la herramientagoogle_search(execute_tool), y luego devuelve fragmentos estructurados. - El coordinador fusiona las salidas de los hijos y da formato a la respuesta final.
- Cada barra azul muestra la latencia por nodo, y puedes abrir los detalles de Event para ver los fragmentos de prompt exactos, argumentos de herramientas y versión del modelo.
Así, con ADK, obtienes un flujo de control visible e inspeccionable sin escribir toda la canalización. Si la respuesta no te convence, sabrás qué subagente debes afinar.
Sin embargo, la configuración se volvió frágil tras el primer éxito. Mi siguiente prompt provocó errores repetidos. Al inspeccionar la terminal, vi que el fallo venía de código de herramienta generado por Gemini (una clave no coincidente en el formateador).
Probé el bucle obvio: pegar el stack trace de vuelta en Gemini y pedirle que parcheara el archivo, pero el asistente no sobrescribía de forma fiable el Python generado.
Esto lleva a una conclusión clave: el constructor de ADK es excelente para orquestación y prompts, pero cuando emite código, prepárate para abrir el archivo y editarlo tú (o regenerar la herramienta) en lugar de esperar correcciones rápidas desde el chat que se apliquen limpiamente.
Por último, si necesitas abortar la sesión, pulsa Ctrl + C en tu terminal activa.
Reflexiones finales
El ADK Visual Agent Builder de Google te ayuda a convertir rápidamente una descripción en un sistema multiagente funcional.
En este tutorial, te mostré cómo usar Google ADK Visual Agent Builder para crear un planificador de viajes que divide tareas en vuelos, alojamientos y actividades, combina los resultados y revisa cada paso en la vista Trace sin tener que cablear tú todo.
Las principales ventajas son la iteración rápida, la visibilidad clara del flujo y las herramientas integradas. La principal advertencia: el código generado automáticamente puede fallar, así que quizá debas abrir los archivos y corregir pequeños problemas.
En resumen, el constructor visual te permite centrarte en qué debe hacer el agente y cómo debe sentirse. Más adelante, podrás añadir tests de fiabilidad y APIs reales.
Si quieres más práctica, te recomiendo que veas nuestro curso Building AI Agents with Google ADK.
