Preguntas frecuentes
Consulta rápida de errores
BuscarLo que veo es…
Toca uno para ver.
¿Qué hay que aprender para desarrollar Agentes?
Siguiendo el orden de este curso: un poco de Python → function calling → el bucle del Agente → diseño de herramientas → memoria → skills y MCP → frameworks, seguridad, evaluación. Para los primeros cinco bloques no se necesita ningún framework; basta con una librería openai.
¿Qué lenguaje usar para desarrollar Agentes?
Python y TypeScript son los predominantes. El SDK oficial de MCP, el OpenAI Agents SDK, el Claude Agent SDK y LangGraph tienen versión en Python; el Claude Agent SDK y MCP también tienen versión en TypeScript. Los principios son independientes del lenguaje; el bucle de este curso puede escribirse en cualquier lenguaje.
¿En qué se diferencia el desarrollo de Agentes del «desarrollo de aplicaciones de IA»?
El desarrollo de aplicaciones de IA es un ámbito más amplio: también cuenta llamar una vez a un modelo para traducir o para atención al cliente. El desarrollo de Agentes se refiere específicamente a dejar que el modelo decida por sí mismo, dentro de un bucle, qué herramientas llamar y en cuántos pasos completar la tarea. Muchas aplicaciones en realidad bastan con una sola llamada o un flujo de trabajo fijo, y no necesariamente necesitan un Agente; ver la primera sección.
¿Puede el Claude Agent SDK usar modelos grandes de China?
Según la documentación oficial que encontramos, solo se explica el uso de una Anthropic API Key, o el uso de Claude a través de plataformas como Amazon Bedrock, Google Cloud o Microsoft Foundry; no se indica que se puedan conectar modelos de otros proveedores. Para usar modelos de China o modelos locales, se puede escribir a mano (este curso) o usar el OpenAI Agents SDK; ver cómo elegir un framework.
¿Bastan los modelos locales?
Todo el código de este curso se ejecutó correctamente en la máquina local con qwen3:8b, incluidos la lectura de archivos, el uso de skills y la conexión a MCP. Los modelos pequeños cometen errores con más facilidad (por ejemplo, escribir mal una ruta), así que resulta aún más importante devolver los errores al modelo y confirmar manualmente las operaciones peligrosas. Para tareas complejas se puede desarrollar y depurar primero con un modelo local y luego cambiar a un modelo grande en la nube.
¿Cuál es la diferencia entre MCP y Function Calling?
Ver la sección dedicada. En una frase: Function Calling es el formato entre el modelo y el programa, MCP es el protocolo entre el programa y el servidor de herramientas, y ambos se usan en conjunto.
¿Dónde se descarga el código?
myagent.zip (Agente completo, skills, servidor MCP y registros de trabajo de ejemplo), además de step1_call.py, step2_loop.py y step_sdk.py por separado.
Las versiones que usamos en las pruebas: openai 3.57.0, mcp 2.3.0, openai-agents 0.25.0, Ollama 0.40.16, qwen3:8b.