ai-agents-foundations

Agentes I: fundamentos

Construir agentes con modelos de lenguaje abiertos en Python, desde el bucle hasta un agente de programación

por Hernán Díaz Rodríguez, PhD · Profesor en la Universidad de Oviedo

El libro

Agentes I: fundamentos enseña a construir agentes: programas en los que un modelo de lenguaje decide el siguiente paso, lo ejecuta con herramientas, mira el resultado y vuelve a decidir hasta terminar la tarea. A lo largo de doce capítulos, el agente de operaciones de Ciclos Norte, una tienda de bicicletas de Oviedo, aprende a tramitar devoluciones, cambiar tallas, preparar presupuestos y avisar a los clientes: el bucle del agente, las herramientas, la planificación, la reflexión, la exploración de alternativas, la memoria, las bibliotecas de habilidades, los patrones de orquestación, los frameworks (smolagents y LangGraph), la evaluación y la seguridad. El último capítulo construye un agente de programación que arregla el código de un programa de la tienda.

Todo se programa desde cero en Python, con un bucle de pocas líneas que crece capítulo a capítulo, y con modelos abiertos y gratuitos, sin claves de API ni servicios de pago: Qwen3-4B-Instruct-2507 en la GPU gratuita de Colab y, sin GPU, Qwen3-1.7B. Cada tarea se comprueba por cómo queda la tienda, no por lo que dice el agente, y cada cifra del libro sale de un experimento que puedes repetir en el cuaderno del capítulo.

Forma parte de la colección IA en práctica: libros prácticos de inteligencia artificial con experimentos propios, un cuaderno y un vídeo en cada capítulo.

Prefer English? The English edition, Agents I: Foundations, is in the en/ folder.

Capítulos

Cada capítulo tiene su cuaderno en Google Colab y su vídeo, con Robotín y el autor. Todos los vídeos están en la lista de reproducción de YouTube.

Cap.	Título	Cuaderno	Vídeo
1	El bucle del agente
2	Usar herramientas
3	Planificar y ejecutar
4	Reflexión y autocorrección
5	Explorar alternativas: árboles de pensamientos
6	Memoria
7	Bibliotecas de habilidades
8	Patrones de flujo de trabajo y orquestación
9	Frameworks de agentes comparados
10	Evaluar agentes
11	Fallos, inyección de instrucciones y observabilidad
12	Proyecto: un agente de programación en terminal

Cómo usar los cuadernos

Pulsa Abrir en Colab y ejecuta las celdas en orden. La primera celda instala las versiones de las bibliotecas con las que se comprobó el libro.
Activa la GPU gratuita: Entorno de ejecución → Cambiar tipo de entorno de ejecución → GPU T4. El modelo ocupa unos 8 GB y la primera vez tarda unos minutos en descargarse. Sin GPU, los cuadernos eligen solos Qwen3-1.7B, más pequeño y más lento, que falla bastante más como agente.
Los cuadernos descargan solos los datos de la carpeta datos/ la primera vez.
En una T4, los cuadernos tardan desde unos veinte minutos hasta más de una hora. Las cifras pueden variar un poco con otra GPU u otras versiones de las bibliotecas.

Estructura del repositorio

ai-agents-foundations/
├── cuadernos/      ← Un cuaderno por capítulo
├── datos/          ← La tienda: pedidos, almacén, catálogo y el programa del capítulo 12
├── cuaderno/N/     ← Los enlaces del libro a cada cuaderno en Colab
└── video/N/        ← Los enlaces del libro al vídeo de cada capítulo

Datos

Ciclos Norte y todos sus datos son inventados. Las herramientas del agente trabajan sobre una copia de la tienda que se reinicia en cada prueba, así que puedes equivocarte sin consecuencias.

Archivo	Contenido	Capítulos
`pedidos.json`	Los diez pedidos de la tienda, con su cliente, productos, estado y fechas	1 a 4 y 6 a 11
`existencias.json`	Las unidades de cada producto por talla y las fechas de reposición	1 a 11
`catalogo.json`	40 productos con categoría, precio y descripción	2 a 11
`proyecto_devoluciones/`	El pequeño programa de devoluciones, con sus pruebas, que arregla el agente	12
`pruebas_ocultas/`	Las pruebas que el agente no ve, para comprobar si arregla el fallo de verdad	12

El autor

Hernán Díaz Rodríguez es profesor del Departamento de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Oviedo, donde se doctoró en Informática. Trabajó cinco años como ingeniero de software en el CERN.

LinkedIn · Correo · Página de autor en Amazon

Licencia

Este material se distribuye bajo la licencia Creative Commons Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0): se puede usar y adaptar para docencia y estudio citando al autor, pero no con fines comerciales.

Los modelos que usan los cuadernos tienen sus propias licencias: Qwen3 (Apache 2.0) y multilingual-e5-base (MIT). smolagents y LangGraph se distribuyen con licencia Apache 2.0 y MIT, respectivamente.

Cómo citar

@book{diazrodriguez2026agentes,
  author    = {Hern{\'a}n D{\'\i}az Rodr{\'\i}guez},
  title     = {Agentes I: fundamentos. Construir agentes con modelos de lenguaje abiertos en Python, desde el bucle hasta un agente de programaci{\'o}n},
  year      = {2026},
  publisher = {Publicaci{\'o}n independiente},
  url       = {https://github.com/HernanDiaz/ai-agents-foundations}
}