GuíaIntermedio

Guía de Orquestación Multi-Agente

Es la continuación directa de la Guía de Fundamentos de Agentes y Tool Calling: toma el agente único de Reservo y lo convierte en un sistema de varios agentes especializados que colaboran — sin ningún framework de orquestación (LangGraph, CrewAI, AutoGen), construido a mano con Python 3.14 y su librería estándar. El Módulo 1 completo es un framework de decisión, medido de verdad —contando llamadas concepto al modelo y "hops" de mensaje—, sobre cuándo las sub-tareas son genuinamente separables con expertise distinto (multi-agente) y cuándo un solo agente con más tools ya alcanza; el criterio de aprobación no es "sé implementar el patrón" sino "sé decidir si hace falta". A partir de ahí cubre cinco patrones de coordinación, cada uno en su propio módulo ejecutado: supervisor/router, pipeline secuencial, fan-out paralelo con agregación cuyo resultado nunca depende del orden de finalización de los hilos, handoff/delegación a mitad de tarea, y estado compartido tipo blackboard. El caso conductor son tres especialistas de Reservo con tools genuinamente distintas —`booking_agent`, `policy_agent` (sobre un stub mínimo de búsqueda de políticas) y `pricing_agent`— coordinados por un supervisor. La orquestación en sí —el router, el paso de mensajes, el blackboard, el fan-out y su agregación— se ejecuta de verdad y se cita su salida real; la decisión de cada agente sigue siendo concepto, igual que en el resto del ecosistema. No cubre memoria persistente entre sesiones, el presupuesto fino de la ventana de contexto de cada agente, exponer tools por MCP, ni el endurecimiento de seguridad — todo eso queda nombrado, remitido a la guía hermana correspondiente.

64
lecciones
8
módulos
Inglés · Español
disponible en
certificado
Gratis
acceso
NIEVA

Resultados

Lo que vas a poder hacer

  • Aplicar un framework de decisión para elegir entre un solo agente con más tools y un sistema multi-agente, midiendo el costo real de coordinar —llamadas al modelo, hops de mensaje— contra la alternativa de no orquestar
  • Implementar el patrón supervisor/router: un coordinador central que decide a qué especialista delegar, con enrutamiento determinista por reglas y enrutamiento por decisión del modelo
  • Construir un pipeline secuencial donde la salida de un agente alimenta al siguiente en un orden fijo, sin decisión de routing en cada paso
  • Implementar fan-out paralelo: varios agentes resolviendo sub-tareas independientes a la vez, con una agregación de resultados que nunca depende del orden real de finalización de los hilos
  • Construir handoff/delegación: un agente que ya está trabajando transfiere el control a otro especialista a mitad de tarea, con un paquete de contexto mínimo en vez del historial completo
  • Diseñar un estado compartido tipo blackboard donde varios agentes leen y escriben sin pasarse mensajes punto a punto, con una traza de quién escribió qué
  • Componer varios patrones sobre una misma petición compleja, decidiendo cuál aplica a cada sub-tarea dentro de un mismo sistema
  • Distinguir la selección de una tool dentro de un agente (ya vista en agent-fundamentals) de la selección de un agente dentro de un sistema, y el costo de error distinto de cada una
  • Ensamblar el sistema multi-agente completo de Reservo —supervisor más tres especialistas sobre un blackboard compartido— y medir el costo de coordinación de peticiones reales
  • Reconocer la frontera con memoria persistente entre sesiones, context engineering, MCP, seguridad de agentes y evaluación en producción, y saber a qué guía acudir para cada una

Antes de empezar

Qué necesitas traer

Es para ti si...

  • Devs que ya construyeron un agente con tool calling y necesitan coordinar varios agentes especializados para tareas que un solo agente no resuelve bien
  • Quien quiere entender qué hace un framework de orquestación (LangGraph, CrewAI) por debajo antes de adoptarlo
  • Devs escépticos del "multi-agente porque sí" que buscan un criterio explícito para decidir cuándo orquestar y cuándo no
  • Backend developers que se preparan para diseñar sistemas de varios agentes en producción, sin depender de roles decorativos ni de un framework externo

Requisitos y materiales

  • Guía de Fundamentos de Agentes y Tool Calling completada (o equivalente: el contrato de una tool, el bucle del agente, selección multi-tool dentro de un agente)
  • Python básico e intermedio: `dataclasses`, una primera idea de `concurrent.futures`
  • Python 3.14 instalado con su librería estándar; no requiere API key, conexión a internet ni instalar ningún framework de orquestación

Contenido

El temario, módulo por módulo

Abre cualquiera para ver sus lecciones.

Dudas frecuentes

Lo que suele preguntarse

Empieza cuando quieras

Reseñas

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!