saltar al contenido
sec/atlas
base de conocimiento · agentes

Agentes de IA, mapeados.

Del chunking al guardrail: cómo se construye un agente moderno, con el pipeline de datos (RAG), el ciclo de acción (frameworks, tool calling, MCP) y la malla de evaluación que decide si puede salir a producción.

$ haz clic en una tarjeta para ver los detalles · ctrl+k para buscar

mapa de aprendizaje

Los temas están organizados por nivel, de los fundamentos a lo avanzado. Las flechas van del requisito previo a lo que se apoya en él. Selecciona un tema para ver una vista previa o sigue el siguiente paso destacado.

Tu siguiente paso

0 de 15 estudiados
empezar este tema

01 Fundamentos

Las ideas sobre las que se apoya todo lo demás.

02 Práctica

Aplica los controles y haz que funcionen en la práctica.

03 Avanzado

Diseña, escala y opera en profundidad.

  • estudiado
  • listo para estudiar
  • faltan requisitos previos

pipeline de IA

Del documento en bruto a la métrica del guardrail: el camino del dato y de la calidad. Cada chip abre el tema correspondiente.

  1. 01ingesta

    los documentos se convierten en fragmentos recuperables

    chunking

    gate: cada fragmento cabe en el contexto y conserva la idea local

  2. 02indexación

    los fragmentos se convierten en vectores y entran a la base

    embeddingsvector-db

    gate: vectores persistidos y consultables por similitud

  3. 03recuperación

    el fragmento correcto para la pregunta correcta

    retrieval

    gate: ranking estable y cobertura de los pasajes relevantes

  4. 04acción

    el agente decide, llama herramientas, responde

    agent frameworkstool callingorquestación

    gate: acción tipada, auditada y dentro del alcance del agente

  5. 05evaluación

    medir para poder confiar

    evalsbenchmarksLLM as judgeregression evals

    gate: calidad medida, baseline protegido, gate en el merge

temas

RAG - retrieval-augmented generation
RAG une búsqueda y generación: el modelo solo responde después de traer los pasajes relevantes de una base externa, de modo que la respuesta está anclada en material que existe y puede citarse.
concepto
Chunking
El chunking es la primera decisión técnica de RAG: el tamaño, el solapamiento y la estrategia de corte determinan lo que el retrieval logra encontrar después. Fragmentos malos se vuelven respuestas sin contexto.
técnica· etapa: ingest
Embeddings
Los embeddings mapean el texto a un espacio donde la distancia se vuelve semántica: 'perro' y 'mascota' quedan cerca, 'perro' y 'satélite' quedan lejos. Es el motor de la búsqueda por similitud del RAG.
técnica· etapa: index
Vector DB
La vector DB es el componente que guarda embeddings y responde '¿qué vectores están más cerca de este?' en milisegundos. Es donde el ANN (HNSW, IVF) paga el costo de la búsqueda semántica.
componente· etapa: index
Retrieval
El retrieval es donde la búsqueda se vuelve respuesta: dense, sparse, híbrido y reranking deciden si el contexto que llega al LLM es útil o basura disfrazada de evidencia.
técnica· etapa: retrieve
LLM - large language model
El LLM es el motor generativo del agente: recibe contexto (system prompt, historial, retrieval, herramientas) y produce la siguiente respuesta. No consulta una base de hechos; usa el contexto para parecer que consulta.
concepto
Agent frameworks
Un agent framework es el esqueleto que sostiene el loop del agente: estado, plan, herramientas y lo que ocurre entre cada llamada al modelo. Sin framework, el agente se vuelve un script lleno de if/else que nadie puede auditar.
componente· etapa: act
Tool calling
El tool calling es el contrato entre el LLM y el mundo: el modelo devuelve JSON estructurado (nombre + argumentos), el runtime valida contra un schema y ejecuta. Es lo que convierte el texto en acción.
técnica· etapa: act
Orchestration
La orquestación es el patrón por encima del agente único: pipeline (secuencia fija), supervisor (un agente comanda N) o swarm (N agentes se autoorganizan). Define quién habla con quién, cuándo y en qué orden.
componente· etapa: act
MCP - model context protocol
MCP (Model Context Protocol) estandariza cómo un cliente LLM descubre, lista y llama capacidades expuestas por servidores: tools (acciones), resources (datos) y prompts (plantillas). Una interfaz única para integrarse con cualquier fuente.
concepto
Evals - calidad medida en producción
Los evals son el harness que mide si la respuesta es buena: un dataset de ejemplos, una métrica (fidelidad, relevancia, groundedness) y un runner que ejecuta de punta a punta. Sin evals, mejorar un agente es una apuesta y cualquier ajuste se vuelve rutina.
componente· etapa: evaluate
Benchmarks - referencia pública
Los benchmarks (SWE-bench, GAIA, τ-bench, HumanEval) dan una referencia compartida: corres el agente sobre el mismo dataset que otros publicaron y el número habla el mismo idioma. Riesgo clásico: optimizar para el benchmark y perder en el mundo real.
técnica· etapa: evaluate
LLM as judge - rúbrica automatizada
LLM as judge automatiza la calificación: un modelo aplica una rúbrica (pairwise, Likert, score) sobre la salida del sistema y devuelve un veredicto escalable. Funciona cuando se calibra bien; se vuelve circularidad cuando el juez usa el mismo modelo que está juzgando.
técnica· etapa: evaluate
Regression evals - suite fija en el PR
Los regression evals son la suite inmutable: dataset cerrado, gate en el merge, comparación contra un baseline. Es lo que convierte 'creo que quedó mejor' en 'la métrica X cayó 2 puntos, bloquear el PR'.
componente· etapa: evaluate
Guardrails - filtros de entrada y salida
Los guardrails validan la entrada (prompt injection, PII, jailbreak) y la salida (PII, schema, política) en cada turno. Complementan al eval: retienen lo que va al usuario, pero no miden si la respuesta es buena.
concepto