Guías para construir y operar agentes de IA
Empieza con un proyecto pequeño, conecta sus herramientas y comprueba sus límites antes de abrirlo a usuarios. Encontrarás código descargable, datos de ejemplo y pruebas que puedes repetir.
Empieza aquí: de la primera herramienta al despliegue
Sigue el orden o entra por la tarea que necesitas. Código y plantillas de práctica con datos ficticios, sin registro.
Construye el primer agente
Conéctalo a tus usuarios
Explora por tema
Tres hubs de referencia para encontrar la guía correcta según lo que estás construyendo o decidiendo.
Guías de construcción de agentes
Aquí viven las guías para pasar de idea a agente funcionando: arquitectura, frameworks, MCP, RAG, herramientas, automatización y agentes especializados. Cada artículo prioriza lo que se puede implementar hoy: qué instalar, qué configurar, qué límites conocer y cómo validar que el agente hace lo que promete. Si estás empezando, empieza por los artículos de arquitectura y herramientas; si ya tienes un prototipo, los de memoria, skills y agentes especializados te ayudan a convertirlo en algo operativo. También cubrimos los canales donde vive un agente (WhatsApp, Telegram, mensajería), los modelos locales y los datos que necesita para ser útil. Las revisamos cuando cambian modelos, SDKs o buenas prácticas, y cada una enlaza a las siguientes lecturas según tu nivel y tu stack.
Explorar hubComparativas y decisiones
Las guías para elegir sin adivinar: comparativas de modelos, benchmarks, plataformas y ecosistemas de agentes con criterios explícitos. En lugar de listas genéricas, cada artículo explica qué medir, qué diferencia hay en la práctica y en qué caso conviene cada opción. Si estás decidiendo entre proveedores, modelos o arquitecturas, estas piezas te dan el marco para comparar con datos y no con ruido. Incluyen benchmarks oficiales, análisis de plataformas como OpenAI, Google Gemini, Claude, AWS, Vercel o Cloudflare, y lecturas del ecosistema para entender hacia dónde va la industria sin depender de un solo anuncio. El criterio de elección siempre conecta con el caso de uso: presupuesto, latencia, privacidad y mantenimiento son parte de la ecuación, no solo el nombre del modelo.
Explorar hubSeguridad, coste y operación
Lo que separa una demo de un agente que aguanta producción: seguridad, costes, despliegue, observabilidad, evals y gobernanza. Cada guía cubre un riesgo concreto —fugas de datos, prompts maliciosos, memoria indebida, fallos silenciosos, presupuestos que se disparan— y cómo mitigarlo con permisos, human-in-the-loop, métricas y revisiones. También encontrarás costes reales de operación, infraestructura de despliegue y las prácticas de AgentOps que mantienen un agente sano a largo plazo. Si tu agente ya funciona pero no confías del todo en él, este hub es el siguiente paso. Y si estás planificando un despliegue nuevo, las guías de esta sección te ahorran los errores caros: qué medir antes de escalar, qué automatizar y qué dejar siempre con supervisión humana.
Explorar hubGuías prácticas
249 tutoriales, comparativas y checklists para continuar según tu proyecto.
Build secrets Docker para un agente IA: el token no va en el layer
Cómo instalar un paquete privado en el build del agente sin hornear el token: RUN --mount=type=secret, --secret id= en Buildx y secrets/secret-envs/secret-files en GitHub Actions. Distinto de Compose secrets (runtime) y de .dockerignore. Default /run/secrets/<id>, required=true.
GitHub Copilot CLI: guía práctica del agente de IA en la terminal
Guía práctica de GitHub Copilot CLI en 2026: instalación con npm, Homebrew, WinGet o script, autenticación OAuth /login, tokens y BYOK, modo headless con -p, permisos --allow-all-tools, sandbox local o --cloud, instrucciones AGENTS.md y un checklist para usarlo sin soltar el repo.
LangGraph: guía práctica de grafos con estado para agentes en Python
Guía práctica de LangGraph en 2026: instalar langgraph 1.2.11 con Python 3.10+, modelar estado con TypedDict y StateGraph, conectar nodos con add_edge y add_conditional_edges entre START y END, persistir con checkpointer y thread_id, pausar para aprobación humana con interrupt, y abanicar trabajo con Send. Cuándo un grafo le gana a un crew de roles.
Trivy para tu agente IA: escanear la imagen Docker antes de desplegar
Tu imagen del agente arrastra CVEs de la base y de las librerías aunque tu código esté limpio. Esta guía muestra cómo escanearla con Trivy en local y en CI: instalación, severidades, exit-code como puerta de deploy, SARIF en GitHub y qué hacer con cada hallazgo. Distinto de SBOM, de pin digest y de dockerignore.
Hooks en Claude Code: automatiza y bloquea acciones del agente en el punto exacto
Guía práctica de hooks en Claude Code para agentes de IA: configuración por evento y matcher en settings.json, JSON que llega por stdin, códigos de salida que bloquean de verdad (exit 2), decisiones allow, deny y ask con hookSpecificOutput, y un ejemplo real para frenar comandos destructivos sin tocar el turno del modelo.
CrewAI: guía práctica de crews multi-agente en Python con roles
Guía práctica de CrewAI en 2026: instalar crewai 1.15.20 con Python 3.10+ crear Agents con rol objetivo y backstory, Tasks con expected_output, Crews secuenciales o jerárquicas con memoria, tools con el decorador @tool, y Flows con @start y @listen para orquestación con estado. Cuándo elegir crews de roles frente a LangGraph o Pydantic AI.
Gemini CLI: guía práctica del agente de IA en la terminal
Guía práctica de Gemini CLI en 2026: instalación por npm, Homebrew o npx, tres formas de autenticación (Google OAuth con free tier, API key de AI Studio o Vertex AI), modo headless con -p y --output-format para scripts, sandbox con -s, contexto con GEMINI.md, servidores MCP y qué hacer tras el anuncio de migración a Antigravity CLI.
LiteLLM proxy para agentes: un gateway OpenAI frente a 100+ modelos
Guía práctica de LiteLLM como AI Gateway self-hosted para agentes: SDK completion(), proxy en :4000, config.yaml, virtual keys con Postgres, load balancing, fallbacks y Docker Compose. Distinto de Vercel/Cloudflare AI Gateway (managed) y del fallback en el código del agente.
Kimi Code CLI: guía práctica del agente de IA en la terminal
Guía práctica de Kimi Code CLI para trabajar como agente de IA desde la terminal: instalación por script o npm, primer arranque con /login (OAuth o API key), sesiones con /compact y /fork, configuración multi-proveedor en config.toml, modo headless con kimi -p y un checklist para operarlo sin romper tu repo.
Telegram Mini App con IA: cómo crear el agente dentro del chat
Una Telegram Mini App es una web app que corre dentro de Telegram: el bot lanza la interfaz, la app recibe el usuario por initData y el backend valida la firma antes de llamar al LLM. Esta guía práctica cubre cómo configurar la Mini App con BotFather, los siete mecanismos de lanzamiento, el patrón bot + backend + modelo con Telegram.WebApp.initData, los límites de la WebView, y un checklist para poner el agente en producción sin romper la validación.
ARG vs ENV en un agente IA: build-time no es runtime
Cómo no hornear el token ni perder NODE_ENV: ARG es --build-arg y no vive en el contenedor; ENV sí persiste y docker inspect lo muestra. Scope por stage, ENV pisa ARG del mismo nombre, cache miss en el primer uso. Distinto de build secrets y de NODE_ENV en producción.
Mastra: guía práctica de agentes TypeScript con Studio
Guía práctica de Mastra en 2026: instalar @mastra/core 1.64.0 y el CLI mastra 1.27.3 con Node 22.13+, crear un Agent con model en formato provider/model, tools con createTool y execute(inputData, context), registrarlas en new Mastra(), y probarlas en Studio en localhost:4111. Distinto de Pydantic AI, LangGraph y de un coding agent de terminal.
Buildx multi-platform para un agente IA: amd64 y arm64 en un tag
Cómo publicar un agente que corre en Mac ARM y en VPS x86 con un solo tag: docker buildx --platform linux/amd64,linux/arm64, driver docker-container, QEMU vs nodos nativos vs cross-compile, y GitHub Actions con setup-qemu + setup-buildx. Distinto de Bake, de cache y de pin digest.
OpenRouter para agentes IA: una API, fallbacks y créditos
OpenRouter es un proxy OpenAI-compatible hacia cientos de modelos: una key, credits, models[] para fallback y provider para enrutar. Distinto de LiteLLM (lo operas tú) y de AI Gateway de Vercel/Cloudflare. 402 no es 429. :free son 20 RPM y 50 RPD sin créditos. La key vive fuera del prompt.
Continue.dev: guía práctica del agente open source en VS Code
Continue.dev es el agente de código open source que vive en VS Code, JetBrains y la CLI cn. Esta guía cubre instalación, modos Chat/Plan/Agent, config.yaml, reglas en .continue/rules, headless cn -p y el checklist para usarlo después del freeze 2.0.0 del repo.
SBOM y attestations Docker para un agente IA: qué hay dentro, cómo se construyó
BuildKit adjunta provenance mode=min por defecto. El SBOM no va solo: --sbom=true, SPDX in-toto y Syft. Escanea el stage final salvo ARG BUILDKIT_SBOM_SCAN_STAGE. mode=max filtra ARG; secretos van en mounts. Docs Docker attestations, SBOM y GitHub Actions, 7 sep 2026.
Docker Bake para un agente IA: un archivo, varios targets, cero CLI eterno
Bake de Docker Buildx declara el build en HCL: group, target, inherits y matrix. Un docker buildx bake construye webhook y worker en paralelo; --print antes de CI; --load local y --push al registry. Distinto de cache de capas y de compose watch. Docs Bake, 7 sep 2026.
Pydantic AI: guía práctica para agentes tipados en Python
Guía práctica de Pydantic AI en 2026: instalar pydantic-ai 2.40.0 con Python 3.10+, Agent con output_type validado, tools con @agent.tool y RunContext, deps_type para inyectar clientes sin meter secretos en el prompt, y cuándo no sustituye a LangGraph ni a un coding agent de terminal.
Referencia para coding agents
Consulta un comando concreto de Git o GitHub Actions, sus riesgos y las comprobaciones antes de ejecutarlo con un agente de código.