Design Multi-Agent AI Systems Using MCP and A2A
Gigi Sayfan
- Editorial
- Packt
- Año
- 2026
- Páginas
- ~536
- Nivel
- Intermedio
De qué trata
Manual exhaustivo y centrado en la ingeniería de software escrito por Gigi Sayfan (ingeniero de infraestructura de agentes en Perplexity) para aprender a diseñar y construir un framework propio de agentes de IA en Python desde cero, prescindiendo de librerías de caja negra como LangChain o CrewAI. Está concebido para desarrolladores de Python, ingenieros de software e ingenieros de IA de nivel intermedio que desean tener control absoluto sobre el ciclo de vida, la memoria y la orquestación de sus agentes.
El autor guía la construcción paso a paso del bucle central del agente (percepción, razonamiento y acción), la implementación de esquemas de invocación de herramientas seguras y la conexión con interfaces de usuario interactivas mediante Chainlit y bots de Slack. La arquitectura del framework se articula sobre dos estándares: el Model Context Protocol (MCP) como conector universal de contexto, memoria y herramientas externas, y el protocolo de mensajería Agent-to-Agent (A2A) para la coordinación, enrutamiento y delegación autónoma entre múltiples agentes distribuidos. También aborda el aislamiento en entornos seguros (sandboxing), telemetría, depuración y pruebas unitarias de sistemas multiagente.
Durante la lectura se construye un framework modular en Python con ejecución de herramientas y memoria, interfaces de usuario en tiempo real en Slack y Chainlit con intervención humana (human-in-the-loop), y una red distribuida de agentes que colaboran a través de servidores MCP y mensajes A2A. Su gran fortaleza es desmitificar la creación de agentes con código limpio, asíncrono y desacoplado, sin atarse a dependencias externas complejas. Requiere un buen dominio de Python moderno (asyncio y tipado estático) y familiaridad con el consumo de APIs de modelos fundacionales.
- Model Context Protocol (MCP)
- Protocolo Agent-to-Agent (A2A)
- Python
- Chainlit
- Slack API
- Tool use
- Frameworks propios
- Sistemas multiagente
- Asyncio
- Pruebas y observabilidad
¿Cómo enseña?
Con proyectos
- ✗ Sin ejercicios
- ✓ Incluye proyectos
Proyectos
Framework modular de agentes en Python
Framework desarrollado desde cero en Python con programación asíncrona que implementa el ciclo de razonamiento, memoria y ejecución segura de herramientas personalizadas.
Red colaborativa de agentes con MCP y A2A
Sistema multiagente donde los agentes se comunican entre sí mediante mensajes bajo el protocolo Agent-to-Agent y acceden a herramientas externas mediante servidores MCP.
Interfaz interactiva con Slack y Chainlit
Aplicación conversacional que conecta el framework propio de agentes a canales de Slack y a una interfaz web en Chainlit, facilitando flujos con intervención humana.
