Crea Agentes de IA: Flujos de Trabajo, LLM Aumentados y Herramientas

Categorías: CLAUDE
Lista de deseos Compartir

Acerca de este curso

Los sistemas con agentes son la evolucion natural de las aplicaciones de IA generativa: en lugar de generar una unica respuesta a partir de un prompt, encadenan pasos, toman decisiones intermedias y usan herramientas para completar tareas complejas con poca o ninguna supervision humana directa. Este curso te ensena, de forma practica, a disenar y construir este tipo de sistemas usando la API de OpenAI y Streamlit.

Empezaras por los fundamentos conceptuales (que es un sistema con agentes, cuando conviene usarlo), avanzaras por las tecnicas que sostienen cualquier flujo de trabajo agentico (encadenamiento de indicaciones, modo JSON, orquestacion, enrutamiento evaluativo) y terminaras construyendo LLM aumentados con herramientas propias: llamada a funciones, recuperacion de informacion (RAG) y memoria persistente. Dos proyectos guiados te permitiran aplicar todo lo aprendido: un planificador de comidas automatizado y un asistente de escritura para un manual de empleado.

Modulos del curso

  1. Fundamentos de los sistemas con agentes: que son, cuando conviene usarlos y en que se diferencian de un flujo de trabajo tradicional.
  2. Tecnicas para construir flujos de trabajo con agentes: encadenamiento de indicaciones, modo JSON, orquestacion y enrutamiento evaluativo.
  3. LLM aumentados y llamada a funciones: como dar herramientas a un modelo de lenguaje mediante function calling, con OpenAI y en una interfaz de chat con Streamlit.
  4. Herramientas especializadas: RAG y memoria: busqueda de informacion propia y memoria persistente entre sesiones.

Requisitos previos: conocimientos basicos de Python (funciones, diccionarios, manejo de archivos) y haber usado al menos una vez la API de un proveedor de IA generativa. No es necesaria experiencia previa con Streamlit.

Mostrar más

Contenido del curso

Modulo 1: Fundamentos de los sistemas con agentes
<p>Antes de escribir codigo, conviene tener claro el vocabulario y las expectativas correctas sobre lo que un sistema con agentes puede y no puede hacer. En este modulo sentamos las bases conceptuales que usaremos durante todo el curso.</p>

  • Que son los sistemas con agentes
  • Casos de uso y limitaciones de los sistemas con agentes
  • Flujos de trabajo vs. agentes autonomos: ejemplos reales
  • Quiz: Fundamentos de los sistemas con agentes

Modulo 2: Tecnicas para construir flujos de trabajo con agentes
<p>En este modulo construiras los cuatro bloques tecnicos que sostienen practicamente cualquier flujo de trabajo con agentes: encadenar indicaciones, obtener salidas estructuradas en JSON, dividir tareas complejas en subtareas (orquestacion) y dejar que el propio modelo evalue si su resultado esta listo (enrutamiento evaluativo). Cerraremos con un proyecto que combina las cuatro tecnicas.</p>

Modulo 3: LLM aumentados y llamada a funciones
<p>Hasta ahora tus sistemas solo podian generar texto. En este modulo les das la capacidad de <em>actuar</em>: ejecutar codigo real a peticion del modelo mediante la llamada a funciones (function calling), y ver el resultado en una interfaz de chat construida con Streamlit.</p>

Modulo 4: Herramientas especializadas: RAG y memoria
<p>En este ultimo modulo anadimos dos tipos de herramientas especialmente utiles para un agente conversacional: la capacidad de consultar informacion propia (RAG) y la capacidad de recordar datos entre sesiones (memoria persistente). Cerraremos con un proyecto que combina varias herramientas en una unica aplicacion coherente.</p>

Valoraciones y reseñas de estudiantes

Aún no hay reseñas.
Aún no hay reseñas.

Want to receive push notifications for all major on-site activities?