-
Diseño de un agente: Integrando patrones agénticos en un pipeline
Implementación de patrones agénticos integrados en un analizador financiero trivial con Python y modelo local.
-
Tool Use con LLMs: Cómo los agentes interactúan con el mundo real
Tool Use permite que un LLM deje de ser un sistema pasivo y pueda interactuar con APIs, bases de datos, servicios externos y herramientas. Mediante Function Calling, el modelo decide cuándo necesita una herramienta, genera la llamada y utiliza el resultado para responder mejor. Su éxito depende de definir herramientas claras, validar parámetros y gestionar errores correctamente. Más que añadir…
-
Planning con Agentes LLM: Descomposición de tareas
Planning: Planificación estática vs dinámica, re-planificación, Planner-Writer, y cómo descomponer objetivos complejos en pasos ejecutables
-
Reflection con LLMs: Auto-corrección y mejora iterativa
Patrón Reflection para LLMs: Generator-Critic, bucles de feedback, condiciones de parada. Cuándo usarlo, anti-patrones y ejemplos.
-
Paralelización con LLMs: Ejecución concurrente en sistemas agénticos
Paralelización para LLMs: RunnableParallel, fan-out/fan-in, map-reduce. Cuándo usarlo, anti-patrones y ejemplos reales.