No noticias de IA. No blog de LLM. Playbook de agentes.
Construye AI agents que sobreviven en producción.
Patrones prácticos, casos de fallo, arquitectura y gobernanza para agentes que llaman herramientas reales.
No sabes qué patrón necesitas? Diseña tu agente →
Aprender
Empieza aquí
El modelo mental: qué es un agente y cuándo no usarlo.
5
Mostrados: 3 / 5
- Qué es un agente de IA (en palabras simples)
- En qué se diferencia un agente de IA de ChatGPT y de la automatización (Workflow)
- Cómo un agente de IA toma decisiones (y por qué no es magia)
Ver todo (5) →
Fundamentos
Tool calling, memoria, planificación vs reactivo, límites de LLM.
9
Mostrados: 3 / 9
- De qué está compuesto un agente de IA
- Cómo un agente usa herramientas (Bases)
- Cómo limitar el acceso a herramientas
Ver todo (9) →
Patrones de agentes
Patrones de producción para agentes que puedes llevar a escala.
15
Mostrados: 3 / 15
- Arquitectura de agentes en React: patrones, errores y soluciones
- Patrón de descomposición de tareas: dividir lo complejo
- Patrón de agente routing: asignación inteligente de tareas
Ver todo (15) →
Construir
Arquitectura
Stack de producción, observabilidad, rate limits, operaciones.
4
Mostrados: 3 / 4
- Containerizar agentes de IA (para que no mueran al desplegar)
- Hybrid Architecture (Workflow + Agente)
- Diseño de Agente Multi-tenant (Aislamiento + Gobernanza)
Ver todo (4) →
Gobernanza y Guardrails
Presupuestos, aprobaciones, permisos y auditoría: controles para que el agente no se descontrole.
7
Mostrados: 3 / 7
- Allowlist vs Blocklist (por qué gana default-deny) + Código
- Budget Controls para agentes IA (pasos, tiempo, $) + Código
- Cost Limits para agentes IA (detener el gasto) + Código
Ver todo (7) →
Observabilidad y monitoreo
Logs, trazas, métricas y alertas para que los incidentes no sean misterio.
1
Mostrados: 1 / 1
- Logging para agentes de IA (qué loguear, qué redaccionar, qué alertar)
Ver todo (1) →
Pruebas y evaluación
Unit tests, golden tasks, record/replay y evals para atrapar regresiones antes de producción.
1
Mostrados: 1 / 1
- Unit tests para agentes de IA (deterministas, baratos, realmente útiles)
Ver todo (1) →
Optimización
Ajuste de prompts y runtime sin romper seguridad: latencia, coste y control de regresiones.
1
Mostrados: 1 / 1
- Optimización de prompts para agentes de IA (sin romper producción)
Ver todo (1) →
Seguridad y Control
Permisos, presupuestos, kill switch, idempotencia, auditoría.
1
Mostrados: 1 / 1
- AI Agent Tool Permissions (Con código)
Ver todo (1) →
Herramientas e Integraciones
APIs, browser tools, bases de datos y plataformas de automatización.
1
Mostrados: 1 / 1
- Browser Tool for AI Agents (Con código)
Ver todo (1) →
Evitar
Fallos y Soluciones
Modos de fallo reales y cómo frenarlos en producción.
12
Mostrados: 3 / 12
- Deriva silenciosa del agente (regresión de calidad) + detección + código
- Explosión de presupuesto (cuando un agente quema dinero) + fixes + código
- Fallos en cascada de tools (cómo un agente amplifica outages) + código
Ver todo (12) →
Anti‑patrones
Cosas que se ven “listas” en demos y rompen producción (con pruebas).
4
Mostrados: 3 / 4
- Sin monitoreo (anti‑patrón) + qué loggear + código
- Agentes single-step (anti‑patrón) + fixes + código
- Confiar ciegamente en la salida de tools (anti‑patrón) + fixes + código
Ver todo (4) →
Aplicar
Playbooks
Construye X en 20 minutos (seguro por defecto).
1
Mostrados: 1 / 1
- Crea tu primer agente de IA (seguro, con código)
Ver todo (1) →
Ejemplos
Agentes completos con código, diagramas y tradeoffs.
1
Mostrados: 1 / 1
- AI Support Agent Example (Con código)
Ver todo (1) →
Comparativas
Framework vs framework, agentes vs workflows — qué se rompe en prod y qué elegir.
6
Mostrados: 3 / 6
- AutoGPT vs agentes de producción (comparación) + código
- CrewAI vs LangGraph (comparación para producción) + código
- LangGraph vs AutoGPT (comparación para producción) + código
Ver todo (6) →
Integrado: control en producciónOnceOnly
Guardrails para agentes con tool-calling
Lleva este patrón a producción con gobernanza:
- Presupuestos (pasos / topes de gasto)
- Permisos de herramientas (allowlist / blocklist)
- Kill switch y parada por incidente
- Idempotencia y dedupe
- Audit logs y trazabilidad
Mención integrada: OnceOnly es una capa de control para sistemas de agentes en producción.
Ejemplo de policy (concepto)
Python
# Example (Python — conceptual)
policy = {
"budgets": {"steps": 25, "usd": 2.0},
"tools": {"allow": ["http.get", "browser.search"]},
"controls": {"kill_switch": True, "idempotency": True, "audit": True},
}
# run = onceonly.run(policy)
# result = run.invoke(agent, input="...")