Sistemas de Agentes
Clase 10 · Final
Pasas de usar un agente a dirigir un equipo de ellos. Tú eres el director: diseñas roles, repartes herramientas y orquestas el trabajo.
Objetivos de aprendizaje
En la Clase 9 entendiste qué es un agente. Hoy ves el marco completo —de losworkflows a los agentes— y aprendes a construir sistemas de varios, con roles especializados, dentro de Claude Code.
Workflows y agentes
Distinguir un workflow de un agente y elegir el patrón adecuado (los 5 de Anthropic).
Agentes especializados
Crear subagentes con su rol, modelo y herramientas (tools) propias.
Extender Claude Code
Dar contexto y capacidades nuevas con CLAUDE.md, skills y hooks.
Desarrollo paralelo
Coordinar varios agentes y worktrees trabajando a la vez sin pisarse.
Los workflows de IA según Anthropic
En su guía "Building Effective Agents", Anthropic distingue dos formas de construir sistemas con LLMs. La diferencia está enquién decide el camino.
Workflow
LLMs y herramientas orquestados por código predefinido. El camino es fijo: tú lo diseñas de antemano. Más predecible, fácil de depurar y barato.
Agente
El LLM dirige su propio proceso: decide en tiempo real qué pasos dar y qué herramientas usar. Más flexible, pero menos predecible y más costoso.
Ambos se construyen sobre el mismo ladrillo: elLLM aumentado — un modelo con recuperación de información, herramientas y memoria.
┌──────── LLM aumentado ────────┐Entrada │ retrieval · tools · memory │ Salida ─────► └───────────────────────────────┘ ─────►A continuación, los 5 patrones de workflow, ordenados de menor a mayor autonomía. Empieza siempre por el más simple que resuelva tu problema.
¿Con qué se construye un workflow?
Los patrones anteriores son ideas; esto es con qué implementarlas. Puedes hacerlo sin salir de Claude Code, en código con un SDK, o con un framework dedicado.
🛠 Nativo en Claude Code
- • Skills + hooks: encadenar pasos y poner gates de forma ligera, invocando un comando.
- • Orquestación de subagentes: un flujo de varias fases con paralelización, gates y routing — Claude genera el script de orquestación y lo reejecutas.
⌨️ Programático · Claude Agent SDK
Construyes la orquestación tú mismo en TypeScript o Python sobre la API: routing, bucles, ramas condicionales y agentes en paralelo.
📦 Frameworks dedicados
| Framework | Stack | Idea |
|---|---|---|
| LangGraph | Python · JS | Grafo de pasos para flujos agénticos |
| CrewAI | Python | Equipos de agentes por roles y tareas |
| LlamaIndex Workflows | Python | Orquestación por eventos (RAG y cadenas) |
| Vercel AI SDK | TypeScript | Apps web con IA y streaming |
| Mastra | TypeScript | Agentes y workflows en TS |
| Semantic Kernel · AutoGen | .NET · Python | Orquestación y multi-agente (Microsoft) |
Regla práctica: si ya trabajas en Claude Code, empieza ahí — skills, hooks y orquestación de subagentes cubren la mayoría de los workflows sin dependencias extra.
Del workflow al agente
Los workflows tienen un límite: necesitas conocer los pasos de antemanopara escribirlos en código. ¿Y cuando ni siquiera sabes cuántos pasos hará falta, ni cuáles? Ahí aparece el agente: el LLM toma el control del flujo, decide en cada vuelta qué hacer y usa herramientas en bucle hasta cumplir el objetivo.
recibe el objetivo ▼┌─► piensa: ¿qué hago ahora?│ ▼│ actúa: usa una tool│ ▼│ observa el resultado│ ▼└── ¿objetivo cumplido? no → otra vuelta sí → respondeUna evolución, no un reemplazo
El agente no jubila a los workflows. Para tareas predecibles, el camino fijo de un workflow sigue siendo más simple, barato y fácil de depurar. De hecho, dentro de un agente muchas piezas son workflows.
Lo que ganas y lo que pagas
Ganas autonomía y flexibilidad ante problemas abiertos. Pagas con menos predecibilidad, más coste y la necesidad de poner límites —los llamados guardrails: topes de iteraciones, validaciones y revisión humana.
| Concepto | Workflow | Agente |
|---|---|---|
| ¿Quién decide el camino? | Tú, en código | El LLM, en tiempo real |
| Pasos | Conocidos y fijos | Abiertos, imprevisibles |
| Ideal para | Tareas bien definidas | Problemas exploratorios |
Regla de Anthropic: empieza por el workflow más simple que funcione y sube a un agente solo cuando la flexibilidad lo justifique. El resto de la clase trata de construir y dirigir esos agentes con Claude Code.
El archivo CLAUDE.md
El CLAUDE.md en la raíz del proyecto es elmanual de instrucciones para Claude Code. Piénsalo como el onboarding de un nuevo desarrollador.
# CLAUDE.md ## ProyectoAPI REST para gestión de tareas con Express y Prisma. ## Stack- Node.js 20 + TypeScript · Express · Prisma + PostgreSQL ## Convenciones- TypeScript estricto (no `any`) · archivos kebab-case- async/await · try/catch en controladores ## Comandos- `npm run dev` · `npm test` · `npm run build`Regla de oro: cuanto más contexto, mejor resultado. Describe, stack, convenciones, estructura, comandos, reglas de negocio y variables de entorno.
Tools: las manos del agente
Un LLM solo sabe generar texto. Las tools(herramientas) son las acciones concretas que Claude Code puede ejecutar sobre tu proyecto: leer, escribir, correr comandos, buscar… Son lo que lo convierte en un agente y no en un chat.
🔍 Leer y buscar
Read, Glob, Grep — leer archivos y localizar código sin modificar nada.
✏️ Escribir
Write, Edit — crear archivos nuevos o modificar los existentes.
⚙️ Ejecutar
Bash — correr comandos: tests, builds, scripts, git…
🌐 Web
WebSearch, WebFetch — buscar y leer información de internet.
🤝 Coordinar
Agent — invocar a otros agentes. TodoWrite — organizar tareas.
🔌 MCP
Tools externas vía Model Context Protocol: Slack, GitHub, bases de datos, navegador…
Cada agente recibe solo las tools que necesita (el campo tools: que verás enseguida). Esa es la base del mínimo privilegio: un revisor lee pero no escribe.
Orquestación: agentes que dirigen agentes
El patrón Orchestrator-workersque viste en los workflows, ahora hecho realidad en Claude Code: un agente coordinador delega en especialistas y itera hasta que todo pasa.
<!-- .claude/agents/dev-orchestrator.md -->---name: dev-orchestratormodel: opustools: ["Read","Write","Bash","Agent","Glob"]maxTurns: 30--- Cuando recibes una feature:1. Analiza los requisitos2. Invoca al backend-developer3. Invoca al test-writer4. Invoca al code-reviewer5. Si hay problemas, itera6. Genera documentación final dev-orchestrator │ ┌──────────┼──────────┐ ▼ ▼ ▼developer tester reviewer │ │ │ └──────────┴──────────┘ │ ¿reviewer OK? no → vuelve al developer sí → documenta y entregaEl orchestrator usa la herramienta Agent para invocar a los demás. Por eso necesita ese permiso y los workers no.
¿Cuánta supervisión necesita un agente?
La autonomía no es todo-o-nada: es un dial, y tiene nombres. Elige el nivel según el riesgo y la reversibilidad de la tarea.
+ supervisión ◄──────────────────────────► + autonomía┌───────────────┬───────────────┬────────────────┐│ in the loop │ on the loop │ out of the loop││ aprueba cada │ supervisa y │ revisa solo el ││ acción │ puede frenar │ resultado │└───────────────┴───────────────┴────────────────┘Human in the loop
El humano aprueba cada acción antes de ejecutarse. Máximo control, más lento. Ej.: confirmar cada comando o cada commit.
Human on the loop
El agente actúa solo; el humano observa y puede pausar o corregir. Supervisas, no apruebas cada paso. Ej.: un panel con botón de stop.
Human out of the loop
El agente actúa sin intervención; revisas el resultado después o solo por excepción. Para tareas acotadas y reversibles.
En Claude Code lo controlas con los permisos: pedir confirmación por cada tool esin the loop; auto-aceptar dentro de límites es on/out. Pase lo que pase, sigues al mando: tú fijas el objetivo y los límites.
Resumen de la Clase 10
| Concepto | Definición |
|---|---|
| Workflow | LLMs y tools orquestados por código predefinido (camino fijo) |
| Patrones de workflow | Chaining, routing, parallelization, orchestrator-workers, evaluator-optimizer |
| Agente | Sistema donde el LLM decide los pasos y usa tools en bucle |
| CLAUDE.md | Archivo que da contexto a Claude Code sobre tu proyecto |
| Tool (herramienta) | Acción concreta que el agente ejecuta: Read, Write, Bash, WebSearch… |
| MCP | Model Context Protocol: conecta tools externas (Slack, GitHub, BD…) |
| Skill | Instrucciones en .md que extienden las capacidades de Claude Code |
| Frontmatter | Cabecera YAML del agente: name, model, tools, maxTurns |
| Hook | Comando que se ejecuta automáticamente en eventos del ciclo de vida |
| Orchestrator | Agente que coordina y delega a otros agentes |
| Worker | Agente que ejecuta tareas específicas |
| Git worktree | Copia independiente del repo para trabajo paralelo |
| Mínimo privilegio | Dar a cada agente solo las herramientas que necesita |
| Supervisión (in/on/out of the loop) | Aprobar cada acción · supervisar y poder frenar · revisar solo el resultado |
Lo que aprendiste en este curso
En 10 clases recorriste el camino completo del desarrollo de software moderno.
🧱 Fundamentos
El ecosistema 2026, cómo funcionan los lenguajes, y Git/GitHub como flujo esencial.
🎨 Frontend
HTML semántico, CSS moderno, JavaScript, TypeScript y el ecosistema de frameworks.
🔌 Backend
APIs REST, Node + Express, Prisma (SQL y NoSQL), JWT y seguridad básica.
🏛 Arquitectura
Patrones de diseño, MVC/MVVM/Clean, y cuándo un patrón es sobreingeniería.
🤖 IA
Cómo funcionan los LLMs, integrar APIs de IA y diseñar sistemas de agentes.
Próximos pasos recomendados
Elige un camino para profundizar. No hace falta dominarlo todo: especialízate y construye.
🎨 Frontend
- • React a fondo: hooks, React Query, Next.js
- • Vite, Vitest, Storybook
- • Animaciones: Framer Motion, GSAP
- • Accesibilidad (ARIA, WCAG)
🔌 Backend
- • PostgreSQL: índices, transacciones
- • Colas: Bull, RabbitMQ
- • GraphQL como alternativa a REST
- • Docker y Kubernetes básico
🤖 IA
- • Python para ML: scikit-learn, pandas
- • LangChain y CrewAI
- • RAG con bases vectoriales
- • Fine-tuning de modelos
🌱 Cualquier camino
- • Construye proyectos reales en GitHub
- • Contribuye a open source
- • Escribe sobre lo que aprendes
- • Conéctate con la comunidad
Para profundizar
Documentación oficial y recursos para construir sistemas de agentes serios, no juguetes.
💻 Claude Code
- • Docs de Claude Code (CLI)
- • Subagentes y skills
- • Tools, settings y MCP
- • Claude Agent SDK
🤖 Diseño de agentes
- • Anthropic — Building effective agents
- • LangChain · LangGraph · CrewAI
- • ReAct (paper)
🔨 Herramientas
- • Cursor · Windsurf
- • GitHub Copilot · Devin
- • Git worktrees (docs)
Material complementario
- DocsClaude Code — documentación oficial
- DocsClaude Code — Subagentes
- DocsClaude Code — Skills
- DocsClaude Code — Settings y CLAUDE.md
- DocsClaude Code — Hooks
- DocsClaude Code — Conectar herramientas con MCP
- DocsModel Context Protocol (MCP) — sitio oficial
- DocsClaude Agent SDK
- ArtículoAnthropic — Building effective agents
- ArtículoReAct: Synergizing Reasoning and Acting in LLMs (paper)
- DocsLangGraph — orquestación de agentes
- DocsCrewAI — equipos de agentes
- DocsLlamaIndex Workflows
- DocsVercel AI SDK
- DocsMastra — framework de agentes en TypeScript
- DocsGit worktree — documentación oficial
- InteractivoCursor — el IDE con IA
- InteractivoWindsurf — IDE con IA
- InteractivoGitHub Copilot
- InteractivoDevin — agente de software autónomo
Has dado el primer paso
En 2026 el desarrollador más efectivo no es el que más código escribe — es el que mejor entiende los problemas, mejor guía las herramientas de IA y mejor comunica soluciones. La IA amplifica tus capacidades; no las reemplaza.
Ahora sigue construyendo.