Construcción de flujos de trabajo dinámicos con LangGraph y agentes de LLM

LangGraph y patrones de agentes: una introducción práctica

• Grafos frente a cadenas lineales: cuándo y por qué
• Agentes, herramientas y bucles planificador-ejecutor
• Primer flujo de trabajo: un grafo de agente mínimo

Estado, memoria y transferencia de contexto

• Diseño del estado del grafo y las interfaces de nodos
• Memoria a corto plazo frente a memoria persistida
• Ventanas de contexto, resumencia y rehidratación

Lógica de bifurcación y flujo de control

• Enrutamiento condicional y decisiones de múltiples rutas
• Reintentos, tiempo de espera (timeouts) y disyuntores de circuito (circuit breakers)
• Alternativas (fallbacks), callejones sin salida y nodos de recuperación

Uso de herramientas e integraciones externas

• Llamadas a funciones/herramientas desde nodos y agentes
• Consumo de API REST y bases de datos desde el grafo
• Análisis y validación de salidas estructuradas

Flujos de trabajo de agentes aumentados por recuperación (RAG)

• Ingesta de documentos y estrategias de segmentación (chunking)
• Embeddings y almacenes vectoriales con ChromaDB
• Respuestas fundamentadas con citas y medidas de seguridad

Evaluación, depuración y observabilidad

• Trazado de rutas y revisión de interacciones entre nodos
• Conjuntos de referencia (golden sets), evaluaciones y pruebas de regresión
• Supervisión de calidad, seguridad, costos y latencia

Empaquetado y despliegue

• Servicios con FastAPI y gestión de dependencias
• Control de versiones de grafos y estrategias de reversión (rollback)
• Manuales operativos y respuesta a incidentes

Resumen y próximos pasos