Skip to content

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.

gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.