</> CodeBooks
    ← Volver a Agentes de IA (página 3)
    Portada de Building Applications with AI Agents

    Building Applications with AI Agents

    Michael Albada

    Editorial
    O'Reilly
    Año
    2025
    Páginas
    ~559
    Nivel
    Intermedio

    De qué trata

    Extensa obra de ingeniería de software de más de 550 páginas escrita por Michael Albada (Principal Applied Scientist en Microsoft) y publicada por O'Reilly en 2025, centrada en el diseño y construcción de sistemas agenticos complejos individuales y multi-agente con modelos fundacionales modernos. Está destinada a ingenieros de software sénior, ingenieros de machine learning y científicos de datos aplicados que ya cuentan con amplia experiencia en Python y desarrollo backend, y buscan patrones arquitectónicos formales para construir aplicaciones autónomas fiables más allá de simples chatbots o cadenas de prompts.

    El texto analiza con minuciosidad los pilares de la ingeniería agentica: el uso y diseño de habilidades (skills) y function calling, diseño de experiencia de usuario (UX) para sistemas autónomos, patrones de orquestación basados en cadenas, árboles y grafos, y persistencia de memoria contextual. Presenta y compara implementaciones en frameworks líderes como LangGraph, AutoGen y CrewAI, y profundiza en aspectos críticos de producción a menudo desatendidos: marcos de validación y medición sistemática del rendimiento de agentes, observabilidad distribuida mediante OpenTelemetry, Grafana Tempo y Loki, bucles de retroalimentación para aprendizaje continuo y barreras de seguridad (guardrails) contra inyecciones de prompts y ejecuciones no seguras.

    En el plano práctico, respaldado por su repositorio de código abierto complementario, el lector desarrolla una arquitectura multi-agente completa con especificaciones agnósticas de framework, comparando flujos de trabajo en LangGraph y AutoGen con instrumentación completa de trazas y suites de pruebas automatizadas. El principal aporte del libro es su rigor metodológico y su enfoque de sistemas distribuidos, tratando a los agentes como componentes de software que requieren pruebas, métricas y observabilidad estricta. Quedan fuera las explicaciones introductorias sobre cómo programar en Python o los principios básicos del deep learning. Es indispensable contar con sólidos fundamentos de arquitectura de software y desarrollo asíncrono.

    • Sistemas multi-agente
    • LangGraph
    • AutoGen
    • CrewAI
    • Patrones de orquestación
    • Tool Calling y Skills
    • OpenTelemetry
    • Observabilidad con Tempo y Loki
    • Evaluación de agentes
    • Guardrails y seguridad

    ¿Cómo enseña?

    TeóricoPráctico

    Teoría + práctica

    • ✓ Incluye ejercicios
    • ✓ Incluye proyectos

    Proyectos

    Sistema multi-agente orquestado con observabilidad y evaluación

    Aplicación colaborativa multi-agente construida bajo especificaciones agnósticas (comparadas en LangGraph y AutoGen) que resuelve flujos complejos con herramientas externas, instrumentada con trazas completas en OpenTelemetry y suites de evaluación continua.

    Más de Agentes de IA con nivel Intermedio