Automatización con
Agentes de IA
Una guía general, sin atajos, para construir pipelines de agentes de IA con cualquier stack
Automatización con Agentes de IA
Leandro Sepúlveda • 2ª edición 2026
Serie IA Práctica
Descargar PDF¿Qué aprenderás?
Todos los eslabones de la automatización con agentes, aplicables a cualquier combinación de herramientas
LLM como cerebro
El modelo como núcleo pensante del agente. Cualquier modelo comercial o abierto según tu presupuesto.
Skills
Capacidades puntuales que le enseñas al agente: consultar APIs, generar PDFs, buscar en bases de datos.
Bucle agenteico
Piensa, actúa, observa el resultado y vuelve a pensar. El corazón de cualquier agente autónomo.
Guardrails
Reglas de seguridad que limitan lo que el agente puede y no puede hacer. Sin esto no hay producción.
RAG y MCP
Búsqueda por significado con embeddings y el estándar abierto para conectar agentes con fuentes externas.
Orquestación multi-agente
Coordinar varios agentes especializados trabajando juntos hacia un mismo objetivo.
Contenido del Libro
13 capítulos, 31 páginas. Desde los scripts fijos hasta los sistemas que deciden solos.
La nueva forma de automatizar
De los scripts fijos a los sistemas que deciden solos. Cómo leer este libro sin atarte a una herramienta.
Los eslabones de la automatización agenteica
LLM, Skills, Agentes, Guardrails, Memoria, RAG, MCP y Orquestación. El mapa completo del territorio.
Eligiendo tu herramienta: visual o código
Cómo decidir sin atarte a una marca. Cuándo usar n8n, Make o Zapier vs. código puro en Python.
Tu primer pipeline visual
Un caso real de principio a fin con n8n: trigger, búsqueda de noticias, análisis con IA y envío por email.
El mismo pipeline en código puro
Skills, guardrails y el bucle agenteico implementado en Python. La clase Agent completa.
RAG y memoria semántica
Embeddings, bases vectoriales, chunking y búsqueda por significado. Pipeline RAG completo con Chroma.
Memoria persistente y MCP
SQLite para memoria de conversaciones. Model Context Protocol: el USB-C para conectar agentes con el mundo real.
Caso completo: monitoreo de competidores
Un sistema real armado eslabón por eslabón: búsqueda, análisis de sentimiento, generación de reportes y alertas.
Resiliencia: rate limits, reintentos y timeouts
Lo que separa un demo de un sistema que aguanta. Backoff exponencial, circuit breaker y tenacity.
Observabilidad: ver qué hace tu agente
Logging estructurado, tracing con Langfuse, métricas de éxito, latencia y costo por ejecución.
Testing de agentes
Cómo probar algo que no siempre responde igual. Tests basados en propiedades en vez de strings exactos.
Seguridad, costos y errores comunes
Lo que nadie te cuenta hasta que ya lo pagaste caro. Prompt injection, control de costos y anti-patrones.