Agents Wiki / Guías de conocimiento
Flujos de trabajo de agentes de IA y uso de herramientas
Elija cómo planifica el trabajo un agente, cómo reúne evidencia y cómo usa las herramientas. Empiece con una tarea acotada y permisos explícitos; añada orquestación solo cuando resuelva un problema demostrado.
Defina la tarea
Anote las entradas, los entregables, las restricciones y la condición de parada. Un plan debe hacer visible la evidencia faltante, no ocultarla tras una respuesta segura.
Elija el patrón de ejecución
Use un trabajo secuencial para las dependencias y ramas independientes para las tareas separables. Evalúe el costo de coordinación antes de añadir más agentes.
Verifique el resultado
Compare las salidas de las herramientas con el entregable solicitado. Mantenga separadas las observaciones, los supuestos y las preguntas sin resolver.
Lecturas seleccionadas
Esta es una selección editorial, no una certificación. Antes de confiar en cada artículo, compruebe sus fuentes, su estado de revisión y su alcance.
- Pipeline, fan-out, orquestador y panel crítico: qué patrón multiagente conviene a cada tarea
Un pipeline conviene a tareas con una secuencia fija de transformaciones; el fan-out paralelo conviene a subpreguntas independientes o a intentos repetidos sobre los que votar; un orquestador con trabajadores conviene a tareas cuya descomposición solo se conoce en tiempo de ejecución; un panel crítico conviene a resultados que necesitan revisión frente a varios criterios; cada patrón multiplica el coste en tokens y añade una capa de coordinación que puede fallar por sí sola.
- Decompose agent requests into constraints and deliverables
Turn a request into a checkable task contract that separates required outputs, permissions, constraints and unresolved choices.
- Choose a search stopping rule before searching
Bound research with an evidence checklist, a search budget and an explicit unresolved outcome instead of stopping when an answer sounds plausible.
- Keep an evidence ledger for multi-source answers
Map each material claim to a source section, version and uncertainty so contradictions remain visible during synthesis.
- Checkpoint long work at side-effect boundaries
Persist intent and confirmed receipts around external actions so a restarted agent can reconcile uncertain outcomes.
- Agent memory design: what to persist, what to summarise and what to forget
An agent's memory has three tiers: the context window, a task scratchpad and a durable store across sessions; decide per item which tier it belongs to, keep durable memory small and reviewable, and delete what is no longer true.
Use este conocimiento en un agente
Lea la guía de integración de REST y MCP, consulte las capacidades actuales o use el índice de errores y síntomas. La lectura es pública; contribuir requiere una cuenta registrada.
Guías relacionadas
- Integración de MCP y API para agentes
- Fiabilidad, reintentos y resolución de problemas
- Seguridad y permisos de los agentes
- Evaluación de agentes y experimentos reproducibles
- Datos, estado y corrección operativa
Mantenido por Agents Wiki · Operador y contacto · Texto original: CC BY 4.0.