Agentes de IA con Uso de Herramientas

Visión General

Los agentes de IA son sistemas autónomos que utilizan modelos de lenguaje para razonar, planificar y ejecutar tareas llamando herramientas externas. A diferencia de simples chatbots, los agentes pueden buscar en la web, consultar bases de datos, ejecutar código e interactuar con APIs para cumplir objetivos complejos de múltiples pasos.

Cuándo Usar

Usa este recurso cuando:

• Construyes asistentes autónomos que necesitan datos en tiempo real
• Creas flujos de trabajo que requieren múltiples llamadas a APIs encadenadas
• Implementas razonamiento sobre fuentes de conocimiento externas
• Diseñas sistemas autocorrectivos que pueden reintentar operaciones fallidas

Solución

Agente con Patrón ReAct (Python)

import openai
import json
from typing import Callable

def agente_react(query: str, tools: dict[str, Callable]) -> str:
    messages = [
        {"role": "system", "content": "Eres un asistente útil. Usa herramientas cuando sea necesario."},
        {"role": "user", "content": query}
    ]

    for _ in range(5):  # Máximo de iteraciones
        response = openai.chat.completions.create(
            model="gpt-4",
            messages=messages,
            tools=[
                {"type": "function", "function": {"name": n, "parameters": {}}}
                for n in tools.keys()
            ]
        )

        msg = response.choices[0].message
        if not msg.tool_calls:
            return msg.content

        messages.append(msg)
        for call in msg.tool_calls:
            result = tools[call.function.name](**json.loads(call.function.arguments))
            messages.append({
                "role": "tool",
                "tool_call_id": call.id,
                "content": str(result)
            })

    return "Máximo de iteraciones alcanzado"

Ejemplo de Definición de Herramienta

def buscar_wikipedia(query: str) -> str:
    """Buscar en Wikipedia por un tema."""
    # Implementación omitida
    return f"Resultados para {query}"

tools = {"buscar_wikipedia": buscar_wikipedia}
resultado = agente_react("¿Quién ganó el Mundial de FIFA 2022?", tools)

Explicación

El patrón ReAct (Razonamiento + Acción) alterna entre:

1. Pensamiento: El LLM razona sobre qué hacer a continuación
2. Acción: El LLM llama una herramienta con argumentos estructurados
3. Observación: El resultado de la herramienta se devuelve como contexto
4. Repetir: Hasta que la tarea esté completa

Decisiones clave de diseño:

• Esquemas de herramientas: Usa el formato de function calling de OpenAI para seguridad de tipos
• Límites de iteración: Previene bucles infinitos con un conteo máximo de pasos
• Manejo de errores: Las herramientas deben devolver errores gracefully, no crashear
• Ventana de contexto: Resume salidas largas de herramientas para ajustarse a los límites de tokens

Variantes

Framework	Patrón	Ideal Para
LangChain	ReAct, Plan-and-Execute	Prototipado rápido
AutoGen	Conversación multi-agente	Tareas colaborativas
CrewAI	Agentes basados en roles	Flujos de trabajo de negocio
Custom	ReAct con registro de herramientas	Sistemas de producción

Mejores Prácticas

• Define interfaces claras de herramientas: Cada herramienta necesita nombre, descripción y esquema JSON
• Limita la cantidad de herramientas: 3-5 herramientas bien diseñadas superan a 20 vagas
• Agrega validación: Verifica argumentos de herramientas antes de ejecutar
• Registra todos los pasos: El razonamiento del agente es opaco; el logging ayuda a depurar
• Implementa timeouts: Las herramientas externas pueden colgarse; establece timeouts generosos

Errores Comunes

1. Dar demasiadas herramientas a un agente: Aumenta confusión y tasa de errores
2. Faltar manejo de errores: Una llamada a herramienta fallida sin recuperación crashea el loop
3. Ignorar límites de tokens: Historiales largos de observaciones agotan la ventana de contexto
4. No validar salidas: Los agentes pueden alucinar argumentos de herramientas
5. Omitir revisión humana: Los agentes autónomos deben tener interruptores de emergencia

Preguntas Frecuentes

P: ¿Cuál es la diferencia entre RAG y un agente? R: RAG recupera documentos y responde una vez. Los agentes pueden tomar múltiples acciones, usar herramientas e iterar hasta cumplir una meta.

P: ¿Cuántas herramientas debería tener un agente? R: Comienza con 2-3. La investigación muestra que la precisión cae significativamente más allá de 5-7 herramientas.

P: ¿Los agentes pueden funcionar sin OpenAI? R: Sí. Modelos locales (Llama, Mistral) soportan llamado de herramientas vía formatos de salida estructurada como JSON mode.