AI Agent Book: una ruta de estudio para construir agentes
Ejecutar ejercicios sin convertir el libro en un servicio
Gestionar dependencias, repositorios externos y claves de modelos para estudiar.
Qué aprenderás
- Espacio de experimentación
- Controlar llamadas y datos
- Documentar repetibilidad
Antes de empezar
- Entorno básico de Python
- Acceso a un proveedor de modelos para ensayos en vivo
Convertir una lección de contexto en experimento y decisión documentados.
Conclusiones clave
- Cada capítulo puede tener límites de entorno propios.
- El proveedor cambia datos y costes.
- Código educativo no es despliegue productivo.
Espacio de experimentación
El README organiza dependencias opcionales por capítulos; varios ejercicios apuntan a repositorios externos fijados. No instales toda la pila de entrenamiento para un ejemplo de contexto.
Registra commit del libro, lockfile, sistema y SHA externo. Un enlace a un capítulo no fija por sí solo la dependencia.
Controlar llamadas y datos
La guía de contexto enumera proveedores y variables de entorno. Determina a qué endpoint llegan las entradas y dónde se guardan salidas. Empieza con prompts inventados y presupuesto pequeño.
Un script docente puede carecer de límites, manejo de errores o aislamiento de producción. El README del ejercicio advierte que el uso productivo exige controles adicionales.
Documentar repetibilidad
Una ejecución reproducible anota comando, versiones, modelo, origen de la clave, semilla si existe y salida cruda. Registra también reintentos, costes y selección de muestras.
No instalamos un entorno durante esta revisión. Es una lista de preparación, no una prueba de que el libro se despliegue como aplicación alojada.
Cómo elegir
| Criterio | Opción A | Opción B |
|---|---|---|
| Best when | You need predictable behavior and easy auditing | You need adaptive optimization and have reliable telemetry |
| Main risk | May leave performance on the table | Can become difficult to explain or debug |
Pasos de implementación
- 1
Elegir un grupo de dependencias del capítulo.
- 2
Fijar revisiones del libro y proyectos externos.
- 3
Usar datos ficticios y guardar manifiesto de reproducción.
Ejemplo para copiar
study:
book_revision: 03ec59f
chapter: 1/context
provider: record-name-and-model
input: synthetic
external_sha: if-applicablePreguntas frecuentes
¿Puedo desplegar todo el libro como agente?
No. Contiene documentación y proyectos experimentales distintos.
¿Todos comparten licencia?
La raíz es Apache-2.0; proyectos externos o internos pueden tener otros términos.
Fuentes
- AI Agent Book / README.mdFuente verificada 2026-09-26
- AI Agent Book / chapter1/context/README.mdFuente verificada 2026-09-26
- AI Agent Book / LICENSEFuente verificada 2026-09-26