Módulo IV — AI Agents y orquestación (2 ECTS)

Agentes capaces de planificar, razonar y usar herramientas. Multi-agente con LangGraph y MCP. Memoria, control de flujos y evaluación de fiabilidad. ~55 horas de trabajo.

Qué vas a saber hacer al terminar#

1. Implementar el bucle ReAct a mano, sin frameworks, y explicar exactamente qué hace cada pieza.
2. Modelar agentes como grafos de estado en LangGraph: ciclos, condicionales, checkpoints y human-in-the-loop.
3. Desarrollar y publicar un servidor MCP propio y conectarlo a Claude Desktop / Claude Code.
4. Diseñar herramientas robustas: contratos claros, manejo de errores, idempotencia.
5. Construir un sistema multi-agente con supervisor y razonar cuándo (no) merece la pena.
6. Dotar a un agente de memoria de trabajo, episódica y semántica.
7. Explicar la arquitectura de Amazon Bedrock Agents (action groups, KBs) de cara al AIF-C01.
8. Evaluar agentes: trayectorias, determinismo, coste por tarea y guardrails de seguridad.
9. Situar RLHF, RLAIF y Constitutional AI en el panorama de alignment y fine-tuning.

Requisitos previos#

• Módulos I–III completados (en particular: function calling del módulo II y embeddings del módulo III).
• Dependencias del grupo agents instaladas desde la raíz del repo:

uv sync --extra agents

• .env en la raíz con OPENAI_API_KEY (los labs usan gpt-5.6-luna, verificado en agosto de 2026; casi todos aceptan también ANTHROPIC_API_KEY + claude-haiku-4-5). LANGSMITH_API_KEY es opcional pero recomendable a partir del lab 02 para ver las trazas.

Orden de estudio y tiempos estimados#

#	Teoría	Lab asociado	Horas
1	teoria/01-patrones-de-agentes.md — ReAct, plan-execute, reflection, self-critique	labs/01_react_desde_cero.py	7
2	teoria/02-langgraph.md — grafos de estado, ciclos, condicionales, checkpoints	labs/02_langgraph_basico.py, labs/03_langgraph_ciclos_condicionales.py, labs/04_langgraph_checkpoints.py	10
3	teoria/03-mcp.md — arquitectura MCP y desarrollo de servidores	labs/05_mcp_server.py	6
4	teoria/04-tool-use-avanzado.md — diseño de herramientas, errores, idempotencia	(transversal: se aplica en todos los labs)	4
5	teoria/05-multi-agente.md — coordinación, supervisores, comunicación	labs/06_multiagente_supervisor.py	7
6	teoria/06-memoria.md — memoria episódica, semántica y de trabajo	labs/07_memoria_agente.py	6
7	teoria/07-bedrock-agents.md — action groups, knowledge bases	sin lab (requiere cuenta AWS; se documenta el flujo de consola)	3
8	teoria/08-evaluacion-de-agentes.md — determinismo, costes, guardrails	(se evalúa el mini-proyecto con esta rúbrica)	5
9	teoria/09-alignment-y-fine-tuning.md — RLHF, RLAIF, Constitutional AI	sin lab (teórico)	4
—	ejercicios.md — 12 ejercicios + mini-proyecto (agente de investigación)	Tests y rúbrica	13

Total: ~55 h (≈ 2 ECTS). A 10 h/semana son las semanas 13–18 del programa.

Cómo trabajar el módulo#

1. Lee la teoría del bloque antes del lab; cada lab asume los conceptos de su fichero de teoría.
2. Ejecuta cada lab, léelo entero y modifícalo (cada docstring propone variaciones). Los labs ofrecen recorridos offline y tienen límites de iteraciones. Antes de los modos live, calcula el coste con la tarifa vigente y fija un presupuesto.
3. Haz los ejercicios del bloque al terminarlo, no todos al final.
4. El mini-proyecto (ejercicio 12) es el hito de salida del módulo: un agente de investigación con 3+ herramientas, trazas y evaluación. Guárdalo: lo reutilizarás en el capstone.

Mapa mental del módulo#

flowchart TD
    A[Patrones: ReAct, plan-execute,\nreflection, self-critique] --> B[LangGraph:\nestado, ciclos, checkpoints]
    B --> C[Multi-agente:\nsupervisor y comunicación]
    B --> D[Memoria:\ntrabajo, episódica, semántica]
    T[Tool use avanzado] --> A
    T --> M[MCP: herramientas\nestandarizadas entre apps]
    C --> E[Evaluación:\ntrayectorias, coste, guardrails]
    D --> E
    BR[Bedrock Agents\nversión gestionada en AWS] -.equivalente cloud.-> B
    AL[Alignment: RLHF, RLAIF,\nConstitutional AI] -.por qué los modelos\nobedecen herramientas.-> A

Advertencia honesta antes de empezar#

La mayoría de los problemas que verás en producción no necesitan un agente: un pipeline fijo de 2-3 llamadas LLM es más barato, más rápido y más depurable. Este módulo insiste una y otra vez en la pregunta "¿necesito un agente aquí?" — saber responderla es tan importante como saber construirlos. Léelo con esa mentalidad crítica: es lo que diferencia a un ingeniero de alguien que encadena demos.