Python para agentes autónomos: herramientas, SDKs y orquestación

Introducción a los entornos de Python para el desarrollo agentivo

• Configuración de Python, entornos virtuales y gestión de dependencias.
• Uso de Git y Docker para control de versiones y aislamiento.
• Mejores prácticas para entornos reproducibles.

Visión general de SDKs y frameworks de agentes

• LangChain, AutoGen y otros SDKs emergentes.
• Estructura y ciclo de vida de los agentes: percepción, razonamiento y acción.
• Comparación de capacidades de los SDKs y estilos de arquitectura.

Construcción de agentes funcionales en Python

• Creación de un agente simple con LangChain.
• Conexión de agentes con herramientas y APIs externas.
• Gestión de entradas/salidas, memoria y persistencia.

Integración de herramientas y APIs

• Definición y registro de herramientas para su uso por los agentes.
• Integración segura de APIs y gestión de claves.
• Uso de fuentes de datos externas y llamadas a funciones personalizadas.

Orquestación de agentes y patrones de comunicación

• Colaboración de múltiples agentes usando AutoGen.
• Delegación de tareas y lógica de planificación.
• Orquestación orientada a eventos y asíncrona.

Pruebas, depuración y observabilidad

• Pruebas de agentes con entradas simuladas y entornos controlados.
• Depuración del flujo de mensajes y la invocación de herramientas.
• Implementación de registro estructurado y métricas de rendimiento.

Despliegue y consideraciones de producción

• Empaquetado y contenerización de servicios de agentes de Python.
• Integración con pipelines de CI/CD.
• Escala, monitoreo y mantenimiento de agentes de larga ejecución.

Resumen y próximos pasos