Construcción de flujos de trabajo dinámicos con LangGraph y agentes de LLM

LangGraph y patrones de agentes: una introducción práctica

• Grafos vs. cadenas lineales: cuándo y por qué
• Agentes, herramientas y bucles planificador-ejecutor
• Flujo de trabajo básico: un grafo agéntico mínimo

Estado, memoria y transferencia de contexto

• Diseño del estado del grafo y de las interfaces de nodos
• Memoria a corto plazo vs. memoria persistida
• Ventanas de contexto, resumen y rehidratación

Lógica de bifurcación y flujo de control

• Enrutamiento condicional y decisiones de múltiples rutas
• Reintentos, tiempos de espera y circuit breakers
• Mecanismos de respaldo, puntos ciegos y nodos de recuperación

Uso de herramientas e integraciones externas

• Llamadas a funciones/herramientas desde nodos y agentes
• Consumo de APIs REST y bases de datos desde el grafo
• Análisis y validación de salidas estructuradas

Flujos de trabajo de agentes aumentados por recuperación (RAG)

• Ingesta de documentos y estrategias de fragmentación
• Embeddings y almacenes de vectores con ChromaDB
• Respuestas basadas en fuentes con citas y salvaguardas

Evaluación, depuración y observabilidad

• Rastreo de rutas e inspección de interacciones de nodos
• Conjuntos de referencia (golden sets), evaluaciones y pruebas de regresión
• Monitoreo de calidad, seguridad, costo y latencia

Embalaje y entrega

• Servicio con FastAPI y gestión de dependencias
• Versionado de grafos y estrategias de reversión
• Manuales operativos y respuesta a incidentes

Resumen y próximos pasos