Proyecto final: un agente de negocio de principio a fin

¿Qué es un agente de IA? El ciclo agéntico

Arquitecturas de agentes: ReAct, planner-executor y reflexión

Cuándo usar (y cuándo NO) un agente

LLMs con function calling: cómo el agente ejecuta acciones

Model Context Protocol (MCP): conectar datos y herramientas reales

Memoria y estado: corto plazo, largo plazo y persistencia

LangGraph: grafos de estado para agentes robustos

CrewAI y AutoGen: equipos de agentes

Cómo elegir framework y orquestar con n8n

Embeddings y bases de datos vectoriales

Diseño de herramientas para dar acceso a tus datos

RAG en producción: chunking, reranking y evaluación

Sistemas multi-agente: roles, orquestación y hand-offs

Guardrails, seguridad y manejo de errores

Evaluación, costo y latencia de agentes

Observabilidad: logging, tracing y monitoreo de agentes

Despliegue y escalado en producción