1. 1 - Crea tus agentes IA con SDK de OpenAI
2. 2 - ¿Qué es SDK de agentes de OpenAI?
3. 3 - Agentes
4. 4 - Transferencias
5. 5 - Barandilals o Guardarailes (en inglés Guardrails)
6. 6 - Sesiones
7. 7 - El agente del SDK de OpenAI
8. 8 - El contexto en los agentes IA
9. 9 - ¿Cómo es la definición del contexto?
10. 10 - Las Tools en el SDK de OpenAI
11. 11 - Las herramientas alojadas:
12. 12 - Conclusión

Crea tus agentes IA con SDK de OpenAI

El famoso OpenAI nos ha creado y ayudado con un gestor de agentes muy peculiar, fácil de programar y un sinfín de cosas para poder hacer con él. Empezamos ahora con esta aplicación bastante ligera y cómo decía fácil de usar con muy pocas abstracciones.

¿Qué es SDK de agentes de OpenAI?

El SDK de agentes de OpenAI es un conjunto de herramientas y bibliotecas que permiten a los desarrolladores crear y gestionar agentes de inteligencia artificial de manera sencilla y eficiente. Este SDK es una actualización de Swarm, ùna herramietna que ayuda a crear una coordinación entre agentes que sea liviana, altamente controlable y fácilmente probales la ejecución.

EL SDK tiene un cojunto herramientas más básicas que tiene:

Agentes

Son esos personajes o instancias que vamos a crear de un modelo de lenguaje (LLM) que tienen:

• Name (Nombre) el nombre del agente, que puede ser utilizado para referirse a él en las interacciones
• Instructions (Instrucciones) donde marcaremos su personalidad, reglas y objetivos.
• Model (Modelo) la arquitectura del modelo de lenguaje que utilizarán, como GPT-4
• Tools (Herramientas) funciones o APIs que pueden usar, por ejemplo la de Google Search Console o consultar una base de datos o enviar un email

Transferencias

• Mecanismo para que un agente delegue una tarea concreta a otro agente especializado

Barandilals o Guardarailes (en inglés Guardrails)

• Reglas o validaciones que filtran y comprueban las entradas antes de que el agente las procese
• Sirven para evitar errores, contenido no permitido o solicitudes fuera del objetivo

Sesiones

• Sistema que mantiene el historial de conversaciones y permite a los agentes recordar información relevante a lo largo del tiempo
• Permite a los agentes personalizar sus respuestas en función del contexto y la información previa

En combinación con python, estas herramientas son lo suficientemente potentes como para expresar relaciones complejas entre herramientas y agentes. Esto permite crear aplicaciones prácticas sin una curva de aprendizaje pronunciada. Además tenemos la posibilidad de hacer un seguimiento que permite visualizar y depurar los flujos de agentes, así como evaluarlos e incluso ajustar los modelos para la aplicación.

El agente del SDK de OpenAI

Los agentes son el componente fundamental de la aplicación que vayamos a crear, un agente es un modelo de lenguaje (LLM) que tiene su propia personalidad, objetivos y herramientas para interactuar con el mundo.

El contexto en los agentes IA

los agentes son genéricos por defecto, lo que significa que pueden adaptarse a diferentes tareas y dominios sin necesidad de ser reprogramados desde cero. Esto les permite ser utilizados en una amplia variedad de aplicaciones, desde chatbots hasta sistemas de recomendación y más. Además este contexto se lo podemos otorgar nosotros y que quede completamente definido. El SDK es genérico, porque no está ilimitado a un solo tipo.

¿Cómo es la definición del contexto?

Es un objeto que contiene datos y funcionalidades que el agente y sus herramientas necesitan. Se crean una sola vez y se pasa a todos los elementos que lo requieran: agentes, herramientas, transferencias… haciendo que la información sea accesible y reutilizable en todo el sistema. Crea una inyección de dependencias, es decir, evita que el agente tenga que vuscar o cargar esas cosas por si mismo y como hemos dicho anteriormente guarda el estado que comparten entre todos los componentes durante la ejecución.

Ejemplo de código:

@dataclass
class UberContext:
    name: str
    uid: str
    is_pro_user: bool

    async def fetch_purchase() -> list[purchase]:
        return

name → nombre del usuario.

uid → identificador único del usuario.

is_pro_user → si el usuario tiene plan pro o no.

fetch_purchases() → un método asíncrono que podría consultar una base de datos o API para saber qué ha comprado.

Las Tools en el SDK de OpenAI

SDK nos permite crear herramientas que los agentes pueden utilizar para realizar tareas específicas. Estas herramientas pueden ser funciones, APIs o cualquier otra cosa que el agente necesite para interactuar con el mundo. Estas herramientas, pueden ser de tres tipos:

• Herramientas alojadas: que son las que se ejecutan en el servidor LLM junto con los modelos de IA.
• Llamada de funciones: Las que permite utilizar cualquier funcion de Python como herramienta.
• Agentes como herramientas: esto permite utilizar a un agente como una herramienta, lo que permite que los agentes se comuniquen entre sí y colaboren en tareas más complejas.

Las herramientas alojadas:

• WebSearchTool permite realizar búsquedas en la web y obtener información actualizada de diversas fuentes.
• FileSearchTool permite buscar y acceder a archivos en el sistema de archivos del servidor.
• ComputerTool permite automatizar tareas de uso del ordenador.
• CodeInterpreterTool permite ejecutar código en un entorno seguro y aislado.
• HostedMCPTool permite herramientas de un servidor MCP remoto al modelo.
• ImageGenerationTool permite generar imágenes a partir de descripciones textuales.
• LocalShellTool permite ejecutar comandos en el shell local del servidor.

Conclusión

Mira que intentaba no poner temas de conclusión para que no parezca que lo hace la IA,pero es cierto que me gusta dar mi experiencia personal, SDK es una herramienta fácil de usar si conoces python, muy versátil y donde puedes trabajar en un comienzo muy agusto. Pero también es cierto y algo que aconsejo, es que se granulice todas las tareas en agentes muy especializados en una tarea más que pocos agentes con muchas tareas. Además el acceso a MCP es un plus muy grande.