Lab AE05: Orquestación Multi-Agente

Diseña un sistema con múltiples agentes coordinados: un coordinador que delega y workers que ejecutan.

Tu reto: Diseña la arquitectura multi-agente para un flujo complejo de tu proyecto

Necesitas

  • Un flujo que requiera más de un agente
  • Los diseños de agentes de labs anteriores
  • Acceso a ChatGPT, Claude o Gemini
  • 25 minutos de tiempo

Pasos

Paso 1: Identifica los roles necesarios

Descompone tu flujo complejo en roles especializados que pueden ejecutarse de forma independiente.

Tengo un flujo de trabajo complejo que quiero automatizar con múltiples agentes IA: Flujo: [DESCRIBE EL FLUJO COMPLETO PASO A PASO] Dominio: [SECTOR/ÁREA] Descompone este flujo en agentes especializados: 1. Para cada agente: nombre, responsabilidad única, inputs y outputs 2. Identifica el agente coordinador (el que delega y supervisa) 3. Define las dependencias entre agentes (quién necesita el output de quién) 4. Marca qué agentes pueden ejecutarse en paralelo Formato: diagrama de dependencias en texto con flechas.
Paso 2: Define el protocolo de comunicación

Especifica cómo se pasan información los agentes entre sí.

Para este sistema multi-agente: [PEGA EL DIAGRAMA DEL PASO 1] Define el protocolo de comunicación: 1. Formato del mensaje entre agentes (JSON con campos obligatorios) 2. Scratchpad compartido: ¿qué datos comparten y dónde se almacenan? 3. Regla del coordinador: el coordinador SIEMPRE debe leer los findings reales antes de delegar 4. Manejo de errores: ¿qué pasa si un worker falla? 5. Timeout por agente y timeout global del flujo
Paso 3: Diseña el anti-pattern check

Verifica que tu diseño no cae en errores comunes de sistemas multi-agente.

Revisa este diseño multi-agente contra estos anti-patterns: [PEGA TU DISEÑO COMPLETO] Anti-patterns a verificar: - MONOLITHIC AGENT: ¿Algún agente hace demasiado? - LAZY COORDINATOR: ¿El coordinador delega sin leer resultados? - CONTEXT AS CHANNEL: ¿Se pasan datos por el contexto en vez de scratchpad? - NO CIRCUIT BREAKERS: ¿Hay loops sin límite? - INLINE LARGE RESULTS: ¿Resultados grandes van al contexto? Para cada anti-pattern encontrado, sugiere la corrección específica.

Checklist de calidad

Comparte con tu equipo

Presenta el diagrama multi-agente a tu equipo. Simula manualmente el flujo: una persona hace de coordinador y otras de workers. Si el flujo manual funciona, el diseño está listo para implementar.

Resultado final

Una arquitectura multi-agente completa con roles, protocolo de comunicación, scratchpad y verificación de anti-patterns.

🚀 ¿Quieres todos los módulos completos?

Este laboratorio es parte de IAcademy: módulos con vídeo, contenido, quiz y laboratorio práctico para integrar la IA en tu empresa con criterio.

Ver planes Recursos gratuitos
← Lab anterior Siguiente lab →