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
- Sí
- certificado
- Gratis
- acceso
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.
- Módulo 4: Fan-out paralelo y agregación
- Identificando sub-tareas independientes
- El caso base: orden fijo enumerado
- Agregando resultados de forma determinista
- Fan-out dentro de un solo agente: la variante con pricing_agent
- Concurrencia real con ThreadPoolExecutor
- Midiendo el ahorro de latencia en rondas
- Mini-proyecto: fan-out en Reservo
- Módulo 5: Handoff y delegación
- Reconociendo cuándo hace falta un handoff
- El paquete de handoff: qué va, qué no va
- La tool de handoff y el loop interrumpido
- El handoff de Reservo, ejecutado de punta a punta
- Guardando contra cadenas de handoffs sin fin
- Midiendo el costo de un handoff directo
- Mini-proyecto: handoffs en Reservo
- Módulo 6: Estado compartido y el patrón blackboard
- Anatomía del Blackboard
- Escribiendo en el Blackboard
- Leyendo del Blackboard
- El log de escritura
- El trade-off medido: visibilidad contra aislamiento
- La corrida completa: supervisor y tres especialistas comparten un Blackboard
- Mini-proyecto: el Blackboard de Reservo
- Introducción al Módulo 7: combinar los patrones sobre una petición real
- Anatomía de una petición compuesta
- El supervisor decide, el pipeline valida antes de reservar
- Las preguntas independientes corren en fan-out mientras el pipeline resuelve
- Un agente hace handoff a mitad de una rama del fan-out
- Un blackboard, compartido por los tres patrones a la vez
- La corrida completa, ejecutada de punta a punta
- Mini-proyecto: tres peticiones compuestas para Reservo
- Introducción al Módulo 8: el capstone — el sistema completo de Reservo
- Ensamblando el supervisor y los especialistas
- Conectando el pipeline al sistema
- Conectando el fan-out al sistema
- Conectando un handoff al sistema
- Un blackboard para todo el sistema
- Midiendo el costo de coordinación del sistema completo
- Proyecto: el sistema multi-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!