Construcción de Sistemas de Agentes LLM con AutoGen

Introducción a los Sistemas de Agentes LLM

• Agentes LLM y conceptos de arquitectura multiagente
• Visión general del marco de AutoGen y su ecosistema
• Roles de agentes: proxy de usuario, asistente, invocador de funciones, entre otros

Instalación y Configuración de AutoGen

• Configuración del entorno de Python y dependencias
• Conceptos básicos del archivo de configuración de AutoGen
• Conexión con proveedores de LLM (OpenAI, Azure, modelos locales)

Diseño de Agentes y Asignación de Roles

• Comprensión de los tipos de agentes y patrones de conversación
• Definición de objetivos, prompts e instrucciones de los agentes
• Delegación de tareas basada en roles y flujo de control

Invocación de Funciones e Integración de Herramientas

• Registro de funciones para uso de agentes
• Ejecución de funciones autónoma y colaborativa
• Conexión de APIs externas y scripts de Python a los agentes

Gestión de Conversaciones y Memoria

• Seguimiento de sesiones y memoria persistente
• Mensajería entre agentes y manejo de tokens
• Gestión del contexto e historial de la conversación

Flujos de Trabajo de Agentes de Extremo a Extremo

• Construcción de tareas colaborativas de múltiples pasos (p. ej., análisis de documentos, revisión de código)
• Simulación de diálogos usuario-agente y cadenas de decisión
• Depuración y refinamiento del rendimiento de los agentes

Casos de Uso y Despliegue

• Agentes de automatización interna: investigación, reportes, scripting
• Bots externos: asistente de chat, integraciones de voz
• Empaquetado y despliegue de sistemas de agentes en producción

Resumen y Próximos Pasos