About This Course
<div><p><span>Patrones de diseño agénticos</span></p><p><br></p><p>En este curso vas a aprender a construir agentes con modelos de lenguaje aplicando los patrones de diseño que hoy se usan en producción. No es un curso de teoría: cada patrón se explica, se implementa y se compara contra la versión sin patrón, para que veas exactamente qué problema resuelve y cuándo no vale la pena usarlo.</p><p><br></p><p>Arrancamos preparando un proyecto base y conectándolo a varios proveedores (Groq, Anthropic, OpenAI, Google y Ollama) para que no quedes atado a uno solo y puedas elegir según costo, velocidad o privacidad.</p><p><br></p><p>A partir de ahí recorremos, uno por uno, los siguientes patrones:</p><ul><li><p><span>Tool use:</span> darle herramientas al modelo para lo que no puede hacer solo</p></li><li><p><span>Planning:</span> construir un plan antes de ejecutar</p></li><li><p><span>Reflection:</span> que el agente critique y mejore su propia salida, con rúbricas</p></li><li><p><span>ReAct: </span>razonar y actuar en ciclo, y ver dónde se rompe</p></li><li><p><span>Prompt chaining:</span> encadenar pasos con puertas de control de calidad</p></li><li><p><span>Plan and execute:</span> separar quién planifica de quién ejecuta</p></li><li><p><span>CodeAct:</span> que el agente escriba y ejecute código en vez de llamar tools</p></li><li><p><span>Router y specialist:</span> dejar de tener un agente "todólogo"</p></li><li><p><span>Orquestador y workers:</span> delegar trabajo a agentes especializados</p></li><li><p><span>Paralelización:</span> disparar varios agentes al mismo tiempo</p></li><li><p><span>Human in the loop:</span> pausar y pedir aprobación humana antes de actuar</p></li></ul><p><br></p><p>Cada bloque sigue la misma lógica: explicación del concepto, preparación del ejercicio con código base, implementación guiada, tareas prácticas, comparación de resultados y el código fuente completo al final de la sección.</p><p><br></p><p><span>Control y seguridad</span></p><p>Un agente sin frenos es un riesgo económico abierto, así que también pasamos por los mecanismos de control que se exigen en producción:</p><p><br></p><p>Human in the loop: intervención humana en puntos definidos, y cómo persistir estado en los checkpoints para reanudar sin repetir trabajo:</p><p><span>Approval gates:</span> aprobación explícita por acción irreversible, con autonomía en lo de bajo riesgo</p><p><span>Guardrails:</span> validación de entradas y salidas fuera del modelo, esquemas, filtros, detección de datos sensibles</p><p><span>Termination o circuit breaker:</span> límites duros de iteraciones, tiempo, coste o tokens</p><p><span>Sandboxing y mínimo privilegio:</span> entorno aislado con permisos acotados, obligatorio cuando el agente ejecuta código</p><p><br></p><p><span>¿Cómo funciona?</span></p><p>El código lo vas a escribir tú. Yo te doy el punto de partida y te acompaño línea por línea, pero las clases están pensadas para que programes conmigo, no para que veas un video y copies un repositorio. Varias secciones incluyen tareas donde primero intentas resolverlo por tu cuenta y después vemos la solución.</p><p><br></p><p><span>¿Qué NO es este curso?</span></p><p>No es un curso de frameworks: los patrones se implementan a mano para que entiendas qué pasa por debajo.</p><p>No vas a construir un producto listo para vender, vas a construir el criterio para saber qué patrón usar en tus propios proyectos.</p></div><div></div>
What you'll learn:
- Implementar desde cero los patrones agénticos: tool use, planning, reflection, ReAct, prompt chaining, CodeAct, router, orquestador y paralelización.
- Saber cuándo un patrón aporta valor real y cuándo solo suma costo y latencia.
- Conectar un proyecto a Groq, Anthropic, OpenAI, Google y Ollama sin quedar atado a uno.
- Controlar tus agentes: approval gates, guardrails, límites de tokens y sandboxing.