Aprende Cómo Construir un Agente de IA desde Cero
Domina el desarrollo de agentes de IA con 12 sesiones progresivas. Construye el ciclo del agente, sistemas de herramientas, planificación, memoria y coordinación multi-agente—un concepto a la vez.
El Patrón Principal
Cada agente de codificación con IA comparte el mismo ciclo: llamar al modelo, ejecutar herramientas, devolver resultados. Los sistemas de producción añaden capas de política, permisos y ciclo de vida.
while True:
response = client.messages.create(messages=messages, tools=tools)
if response.stop_reason != "tool_use":
break
for tool_call in response.content:
result = execute_tool(tool_call.name, tool_call.input)
messages.append(result)Crecimiento de Mensajes
Observa cómo crece el array de mensajes a medida que se ejecuta el ciclo del agente
Ruta de Aprendizaje
12 sesiones progresivas, desde un ciclo simple hasta ejecución autónoma aislada
The Agent Loop
The minimal agent kernel is a while loop + one tool
Tools
The loop stays the same; new tools register into the dispatch map
TodoWrite
An agent without a plan drifts; list the steps first, then execute
Subagents
Subagents use independent messages[], keeping the main conversation clean
Skills
Inject knowledge via tool_result when needed, not upfront in the system prompt
Compact
Context will fill up; three-layer compression strategy enables infinite sessions
Tasks
A file-based task graph with ordering, parallelism, and dependencies -- the coordination backbone for multi-agent work
Background Tasks
Run slow operations in the background; the agent keeps thinking ahead
Agent Teams
When one agent can't finish, delegate to persistent teammates via async mailboxes
Team Protocols
One request-response pattern drives all team negotiation
Autonomous Agents
Teammates scan the board and claim tasks themselves; no need for the lead to assign each one
Worktree + Task Isolation
Each works in its own directory; tasks manage goals, worktrees manage directories, bound by ID
Capas Arquitectónicas
Cinco preocupaciones ortogonales que se componen en un agente completo
Tools & Execution
2 versionesPlanning & Coordination
4 versionesMemory Management
1 versionesConcurrency
1 versionesCollaboration
4 versionesPreguntas Frecuentes
Todo lo que necesitas saber sobre cómo construir agentes de IA
Este sitio web es una guía completa paso a paso sobre cómo construir un agente de IA desde cero. Te llevamos a través de un viaje de 12 sesiones, comenzando desde un simple bucle de agente y agregando progresivamente capacidades como el uso de herramientas, la planificación, la gestión de memoria, la concurrencia y la colaboración multiagente. Cada sesión incluye código funcional, simulaciones interactivas y documentación detallada.
No necesitas ser un experto en IA, pero se requiere conocimiento básico de programación. Si te sientes cómodo con Python y entiendes los conceptos básicos de programación (bucles, funciones, clases), podrás seguir el curso. Explicamos los conceptos específicos de IA a medida que avanzamos, haciéndolo accesible para ingenieros de software, estudiantes y entusiastas de la tecnología que quieren entender cómo funcionan los agentes de IA internamente.
Las 12 sesiones progresivas cubren:
1. El Ciclo del Agente - Patrón de bucle while central (respuesta → ejecución de herramienta)
2. Herramientas - Dando capacidades a tu agente (leer, escribir, ejecutar)
3. TodoWrite - Gestión de tareas y sistema de recordatorio
4. Subagentes - Aislamiento de contexto para tareas paralelas
5. Habilidades - Carga bajo demanda de capacidades especializadas
6. Compact - Gestión de memoria y compresión de contexto
7. Tareas - Tableros de tareas conscientes de dependencias
8. Tareas en Segundo Plano - Ejecución no bloqueante con notificaciones
9. Equipos de Agentes - Coordinación multiagente mediante buzones
10. Protocolos de Equipo - Patrones de colaboración en equipo basados en FSM
11. Agentes Autónomos - Ejecución de agente autodirigida
12. Worktree + Aislamiento de Tareas - Aislamiento de tareas listo para producción
¡Sí! Cada sesión incluye código Python completo y ejecutable. Puedes:
- Ver el código fuente directamente en el navegador
- Descargar la implementación completa
- Ver la diferencia entre versiones para entender exactamente qué cambió
- Ejecutar el código localmente con tus propias claves API
El código está diseñado para ser educativo pero también listo para producción, siguiendo las mejores prácticas de sistemas de agentes reales como Claude Code.
Absolutamente. Cada sesión cuenta con un simulador interactivo donde puedes:
- Observar la ejecución paso a paso del bucle del agente
- Ver cómo fluyen los mensajes entre usuario, agente y herramientas
- Visualizar el crecimiento y compresión de la memoria
- Observar la comunicación multiagente
- Controlar la velocidad de ejecución y pausar en cualquier momento
Esto te ayuda a entender los conceptos antes de sumergirte en el código.
La mayoría de los tutoriales se quedan demasiado simples (llamadas básicas a API) o saltan a frameworks complejos. Tomamos un enfoque de divulgación progresiva:
- Construir desde cero - Sin abstracciones ocultas, ves cada línea
- Complejidad incremental - Cada sesión agrega un concepto
- Patrones del mundo real - Basado en cómo funcionan los agentes de producción como Claude Code
- Aprendizaje interactivo - Simulaciones, visualizaciones y codificación práctica
- Código base completo - No fragmentos, sino implementaciones completas y funcionales
Entiendes *por qué* se toma cada decisión arquitectónica.
Al final, habrás construido un agente de codificación de IA listo para producción capaz de:
- Planificación y ejecución autónoma de tareas
- Uso de herramientas (operaciones de archivos, ejecución de código, búsqueda web)
- Gestión de tareas de larga duración con memoria
- Colaboración multiagente para proyectos complejos
- Ejecución de tareas en segundo plano
- Entornos de tareas aislados
Entenderás la arquitectura lo suficientemente bien como para personalizarla para tus propios casos de uso, ya sea un asistente de codificación, agente de investigación o sistema de flujo de trabajo automatizado.
¡Sí! Aunque el enfoque está en la arquitectura central del agente, cubrimos temas importantes de producción:
- Seguridad - Ejecución en sandbox, sistemas de permisos
- Escalabilidad - Patrones de concurrencia y gestión de recursos
- Manejo de errores - Recuperación de fallas de herramientas y errores de API
- Monitoreo - Registro, rastreo y ganchos de observabilidad
- Optimización de costos - Compresión de contexto y uso eficiente de tokens
- Aislamiento - Separación de tareas basada en worktree para seguridad
Las sesiones finales abordan específicamente cómo hacer que tu agente sea robusto y desplegable.
La pila principal está intencionalmente minimizada:
- Python - Lenguaje principal
- API de Anthropic - Claude para capacidades de modelo de lenguaje
- Biblioteca estándar - Sin frameworks pesados, dependencias claras
La simplicidad asegura que te enfoques en conceptos de agentes, no en especificidades de frameworks.
Sí, completamente gratis y de código abierto. El contenido educativo y el código se proporcionan bajo la Licencia MIT. Puedes:
- Usar el código en proyectos personales
- Construir productos comerciales basados en la arquitectura del agente
- Modificar y distribuir tus propias versiones
- Contribuir mejoras de vuelta a la comunidad
¡Creemos en la educación abierta y queremos ver qué construyes!
El tiempo varía según tu ritmo y qué tan profundo vayas:
- Resumen rápido - 2-3 horas (leer + ver simulaciones)
- Codificación práctica - 1-2 días (implementar junto con cada sesión)
- Dominio profundo - 1-2 semanas (experimentar, modificar, construir extensiones)
Cada sesión está diseñada para completarse en 30-60 minutos de aprendizaje enfocado. La estructura progresiva significa que puedes detenerte en cualquier punto con un agente funcional—no necesitas las 12 para construir algo útil.