GuíaBásico
Guía de Fundamentos de Agentes y Tool Calling
Es la base de todo el ecosistema de ingeniería agentic: enseña, desde cero, qué es un agente de IA y cómo funciona el tool calling. Construye un agente de Reservo (reservas de salas de coworking) con cuatro herramientas canónicas — `list_rooms`, `get_quote`, `book_room`, `cancel_booking` — y usa ese caso para desarmar la línea que separa un LLM que solo responde de un agente que actúa: el contrato de una tool en JSON Schema, el protocolo real `tool_use`/`tool_result` de la Messages API de Claude, el bucle (`while`) que pide-ejecuta-alimenta-repite con tope de iteraciones, la selección entre varias tools con tool calls en paralelo, el manejo de estado dentro del loop, y la robustez ante errores con reintentos y timeouts. La ingeniería (las tools, el runner del bucle, el despacho, los reintentos) se ejecuta de verdad con Python 3.14 y se cita salida real; la decisión del modelo se trata honestamente como concepto (ejemplos realistas con `claude-sonnet-5`), verificada contra la documentación oficial de Claude. No es un tutorial de ningún framework — los patrones que enseña son los mismos con cualquiera.
- 64
- lecciones
- 8
- módulos
- Inglés · Español
- disponible en
- Sí
- certificado
- Gratis
- acceso
Resultados
Lo que vas a poder hacer
- Distinguir con precisión un LLM+prompt (función pura texto→texto) de un agente (un LLM con herramientas que toma acciones en un bucle)
- Escribir el contrato completo de una tool — `name`, `description`, `input_schema` en JSON Schema (tipos, `required`, `enum`) — y diseñar tools acotadas con una sola responsabilidad
- Reproducir la forma exacta del protocolo de tool calling de la Messages API de Claude: el bloque `tool_use` (`id`, `name`, `input`) y el bloque `tool_result` (`tool_use_id`, `content`), verificados contra la documentación oficial
- Construir el bucle del agente (`while`): pedir al modelo, ejecutar la tool si corresponde, alimentar el resultado de vuelta al historial, repetir hasta `end_turn`, con un tope de iteraciones que evita ciclos infinitos
- Encadenar varias herramientas en una tarea de varios pasos (`list_rooms` → `get_quote` → `book_room`) usando la observación de un paso para decidir el siguiente
- Declarar varias tools a la vez, desambiguar tools parecidas y ejecutar tool calls en paralelo con hilos reales, midiendo el costo de un set de tools demasiado grande
- Anclar (grounding) la respuesta final del agente en lo que las tools realmente devolvieron, y detectar cuándo una respuesta no está anclada
- Gestionar estado y contexto dentro del loop: el historial como memoria de trabajo, la ventana de contexto finita, resumir resultados largos y pasar datos (como un `booking_id`) de un paso a otro
- Manejar errores de una tool: devolver el fallo como `tool_result` con `is_error`, validar argumentos, reintentar solo fallos transitorios con un tope, y aplicar timeouts con degradación elegante
- Ensamblar el agente de Reservo completo integrando tools, protocolo, bucle, selección multi-herramienta, estado y robustez en un solo sistema que resuelve una tarea real de varios pasos
Antes de empezar
Qué necesitas traer
Es para ti si...
- Devs que quieren entender qué es un agente de IA y el tool calling desde los fundamentos, sin depender de un framework
- Backend developers que van a construir agentes sobre la API de Claude (o cualquier LLM con tool calling) y necesitan el modelo mental correcto antes de usar un SDK
- Devs que ya usaron un framework de agentes (LangChain, etc.) y quieren entender qué pasa por debajo del contrato de tools y el bucle
- Quien se prepara para el resto del ecosistema agentic — memoria, orquestación multi-agente, MCP, RAG, context engineering — y necesita esta base primero
Requisitos y materiales
- Python básico: funciones, diccionarios, `if`/`else`, manejo de excepciones (`try`/`except`)
- Haber usado alguna vez un asistente de IA (ChatGPT, Claude) como usuario, para la intuición de "prompt → respuesta"
- Python 3.14 instalado con su librería estándar; no requiere API key ni conexión a internet — toda la ingeniería corre local
Contenido
El temario, módulo por módulo
Abre cualquiera para ver sus lecciones.
- Módulo 1: Qué es un agente
- De responder a actuar: qué es un agente
- LLM+prompt vs. agente
- El bucle percibir–decidir–actuar–observar
- Cuándo necesitas un agente (y cuándo no)
- La anatomía de un agente: modelo + tools + loop + objetivo
- El panorama del ecosistema agentic
- Mini-proyecto: mapea una petición de Reservo a un agente
- Módulo 2: Herramientas y el contrato de una tool
- Qué es una herramienta
- El contrato de una tool: name, description, input_schema
- Escribir descripciones: por ahí elige el modelo
- Qué devuelve una tool al modelo
- Diseñar tools acotadas
- Las tools de Reservo, con su schema
- Mini-proyecto: declara y ejecuta las tools de Reservo
- Módulo 4: El bucle del agente
- El while del agente: pedir, ejecutar, alimentar, repetir
- Alimentar los resultados de vuelta: el tool_result y el historial
- El tope de iteraciones: por qué todo bucle de agente necesita un freno
- Multi-paso: encadenar herramientas
- ¿Cuándo para el agente?
- Traza completa de una corrida multi-paso
- Mini-proyecto: un runner del bucle multi-paso
- Módulo 6: Estado, memoria y contexto en el bucle
- El historial de la conversación se acumula
- Por qué el modelo necesita el historial
- La ventana de contexto: qué conservar
- Resumir resultados de tools largos
- Pasar estado entre pasos
- Memoria de corto plazo vs. memoria de largo plazo
- Mini-proyecto: un agente de Reservo con estado
- Introducción del módulo: el capstone — el agente de Reservo con herramientas
- El set completo de tools, con sus schemas
- El protocolo del runner y el loop
- Selección multi-herramienta y estado
- Robustez en el capstone
- La demo de punta a punta
- Lo que tu agente todavía necesita
- Proyecto: entrega el agente de Reservo
Dudas frecuentes
Lo que suele preguntarse
Sin límite. Es una guía gratuita: entras cuando quieras, las veces que quieras.
No. Los módulos están ordenados de menos a más, pero puedes saltar al que necesites. Tu progreso se guarda por lección.
Lo que haga falta está en «Qué necesitas traer», arriba. Si no aparece nada ahí, puedes empezar desde cero.
En el grupo de WhatsApp del Club, y cada quince días hay un live con un instructor donde se resuelven dudas en vivo.
Sí. Al terminar todas las lecciones se emite automáticamente, con un código verificable que puedes compartir en LinkedIn.
Empieza cuando quieras
Lo que dicen los estudiantes
Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.
Aún no hay reseñas aprobadas.
¡Sé el primero en compartir tu experiencia!