Frameworks open source para crear agentes de IA: por dónde empezar

Un agente de IA es un modelo de lenguaje metido en un bucle: decide un paso, usa una herramienta, observa el resultado y repite. Puedes programar ese bucle tú mismo, pero pronto necesitas memoria, gestión de errores, varias herramientas y registro de lo que pasa. Para eso existen los frameworks: librerías que resuelven lo común para que tú te centres en lo tuyo.

Qué te da un framework de agentes

• Conexión con modelos: cambiar de proveedor o usar un modelo local sin reescribirlo todo.
• Herramientas: una forma estándar de darle al agente funciones como buscar, leer archivos o llamar a una API.
• Memoria: guardar lo que ha pasado en la conversación o en tareas anteriores.
• Orquestación: encadenar pasos o coordinar varios agentes.
• Trazas: ver qué decidió el agente y por qué, algo imprescindible para depurar.

Los nombres más conocidos

El ecosistema cambia muy rápido. Estos son proyectos consolidados y ampliamente usados; descríbelos como punto de partida, no como lista cerrada:

LangChain

Uno de los frameworks más extendidos para construir aplicaciones con modelos de lenguaje. Ofrece piezas para conectar modelos, herramientas, documentos y memoria, y tiene una comunidad grande con muchos ejemplos. Su amplitud es una ventaja y también una curva de aprendizaje: hay muchas formas de hacer lo mismo.

CrewAI

Pensado para organizar varios agentes con roles, como si fueran un equipo: uno investiga, otro redacta, otro revisa. Resulta intuitivo cuando tu problema se divide de forma natural en funciones.

AutoGen

Proyecto originado en Microsoft Research orientado a conversaciones entre agentes que colaboran para resolver una tarea, incluida la ejecución de código. Es interesante para experimentar con sistemas multiagente.

Además, muchos proveedores de modelos publican sus propios kits para crear agentes, y para ejecutar modelos en tu equipo puedes combinarlos con herramientas como Ollama. Lo vemos en IA local en tu ordenador.

Cómo elegir

1. Empieza por el problema, no por el framework. Si tu tarea es una cadena fija de pasos, quizá no necesitas un agente.
2. Un agente antes que muchos. Los sistemas multiagente son vistosos, pero más difíciles de depurar.
3. Mira el lenguaje: la mayoría trabajan en Python y algunos tienen versión en JavaScript o TypeScript.
4. Prueba el ejemplo oficial más sencillo antes de decidir. Si te cuesta montarlo, imagina depurarlo.
5. Valora la alternativa mínima: a veces 50 líneas propias con llamadas directas al modelo son más claras que un framework entero.

Qué revisar en un repositorio antes de usarlo

• Licencia: comprueba que permite el uso que quieres darle, sobre todo si es comercial.
• Actividad: cuándo fue el último cambio, si se responden las incidencias y si hay versiones publicadas.
• Documentación: que tenga guía de inicio y ejemplos que funcionen.
• Dependencias: cuántas instala y si están mantenidas.
• Seguridad: si el agente ejecuta código o comandos, que lo haga en un entorno aislado.

Consejo: Instala estos proyectos en un entorno virtual o contenedor separado, nunca en el mismo sitio donde guardas claves, wallets o datos personales. Un agente que ejecuta código puede hacer cualquier cosa que pueda hacer tu usuario.

Si buscas más proyectos útiles, tienes una selección en los mejores repositorios de IA open source.

Antes de dar a un agente acceso a internet, archivos o cuentas, limita sus permisos y aíslalo. No guardes claves API ni credenciales dentro del código; usa variables de entorno y revisa qué envía el agente fuera.