Grokking AI Applications

Guía visual y práctica escrita por Andrea De Mauro que enseña a diseñar y construir aplicaciones impulsadas por inteligencia artificial generativa, capacitando a los lectores para dar el salto de simples consumidores de modelos a desarrolladores de soluciones operativas. Publicado por Manning en 2026, el libro combina prototipado visual y desarrollo en Python junto a APIs de modelos fundacionales como OpenAI. Está dirigido a programadores, analistas y profesionales técnicos de nivel intermedio que desean dominar el diseño arquitectónico de aplicaciones con LLMs sin perderse inicialmente en la complejidad sintáctica del código.

El aprendizaje sigue una metodología dual: primero se modelan los conceptos y flujos de datos visualmente mediante herramientas low-code como Langflow, para luego inspeccionar e implementar su código equivalente en Python utilizando LangChain. Cubre el diseño estructurado de prompts, la implementación de Retrieval-Augmented Generation (RAG) integrando embeddings y búsqueda vectorial local con FAISS, y la creación de agentes autónomos con uso de herramientas externas mediante SerpAPI, conectores de Composio y el protocolo FastMCP (Model Context Protocol). Finalmente, aborda la conexión con bases de datos empresariales y el despliegue de los servicios como APIs REST operativas con FastAPI.

A través de un progreso gradual, el lector construye desde un chatbot inicial hasta un motor de búsqueda documental RAG sobre archivos propios, un agente dotado de herramientas de investigación web y una API productiva lista para ser consumida por otras aplicaciones. Su principal ventaja es el equilibrio entre comprensión visual de la arquitectura y materialización en código real de Python. Deja fuera el entrenamiento de modelos fundacionales desde cero o el cálculo matemático matricial profundo, concentrándose con éxito en la ingeniería de aplicaciones y orquestación práctica.