Capítulo 3: Agentes y uso de herramientas

¿Qué son los agentes LLM?

LLMs que pueden planificar, usar herramientas y tomar acciones de forma autónoma.

Patrón ReAct

Razonamiento + Acción:

Thought: I need to find the current weather
Action: search("weather in Paris")
Observation: It's 15°C and sunny
Thought: Now I can answer the user
Answer: The weather in Paris is 15°C and sunny

Implementación del uso de herramientas

tools = [
    {
        "name": "web_search",
        "description": "Search the web",
        "parameters": {"query": "string"}
    },
    {
        "name": "calculator",
        "description": "Perform calculations",
        "parameters": {"expression": "string"}
    }
]

def agent_loop(query, tools, max_iterations=5):
    messages = [{"role": "user", "content": query}]
    
    for _ in range(max_iterations):
        response = llm.generate(messages, tools=tools)
        
        if response.tool_calls:
            for call in response.tool_calls:
                result = execute_tool(call)
                messages.append({"role": "tool", "content": result})
        else:
            return response.content

Frameworks de agentes

Framework	Características
LangChain	Chains, agentes, memoria
AutoGPT	Búsqueda autónoma de objetivos
CrewAI	Colaboración multiagente

Consideraciones de seguridad

• Limitar los permisos de las herramientas
• Aprobación humana para las acciones
• Ejecución en entorno aislado (sandboxed)
• Condiciones de parada claras

---

← Capítulo 2Quiz →