Agentes y uso de equipos informáticos
Flujos de trabajo con agentes, control del navegador, memoria, bucles, marcos de trabajo y flujos de voz orientados a clientes.
48 contenidos (29 artículos · 19 vídeos)
Comienza aquí
Una selección inicial antes de explorar todo el contenido.
11 min de lecturaCrea tu primer agente de IA en n8n: un flujo de trabajo completo de triaje de leads
Un diseño de triaje de leads en n8n revisado por documentación: valida la entrada, restringe las herramientas del agente, valida el resultado estructurado, persiste una propuesta atómica y mantiene todas las acciones visibles para el cliente detrás de una aprobación.
Intermedio
11 min de lecturaAgentes de navegador y uso del ordenador: lo que realmente pueden hacer hoy
Los agentes de navegador y la IA para el uso del ordenador prometen operar tu equipo como lo harías tú. La realidad en 2026 es más útil y más limitada que lo que sugieren las demostraciones. Una guía fundamentada sobre qué funciona, qué no y dónde aplicarlos.
Intermedio
13 min de lecturaDiseñar agentes que no entren en bucles infinitos
Uno de los fallos más comunes de los agentes de producción son los bucles infinitos o casi infinitos: reintentos, ramificaciones y consumo de tokens sin avanzar. Estos patrones arquitectónicos los evitan y garantizan que los agentes terminen, incluso en tareas difíciles.
AvanzadoMás sobre este tema
9 min de lecturaDGX Spark: qué es, para quién es y qué cambió para los agentes locales
Una lectura fundamentada de NVIDIA DGX Spark: especificaciones Grace Blackwell GB10 de NVIDIA, memoria unificada coherente, clustering ConnectX-7 y cuándo un ordenador de agentes en el escritorio es la apuesta correcta de IA privada.
Avanzado
7 min de lecturaHermes Agent: qué es, qué no es y cuándo usarlo
Una guía clara de Hermes Agent de Nous Research: memoria persistente, skills, herramientas y pasarelas de mensajería, además de criterios para decidir cuándo basta un chatbot y cuándo conviene un entorno de ejecución de agentes.
Intermedio
8 min de lecturaPrimera semana con Hermes Agent: higiene de memoria, skills y aprobaciones de herramientas
Una configuración segura para la primera semana con Hermes Agent: instalar y realizar una prueba básica, revisar MEMORY.md y USER.md, añadir una skill, limitar la escritura de archivos y desactivar o aislar el acceso al shell.
Intermedio
8 min de lecturaHermes vs n8n: elige según el trabajo (y cuándo usar ambos)
Un marco de decisión para elegir entre Hermes Agent y n8n: la integración determinista se queda en n8n, mientras que una etapa de la API de Hermes autenticada mediante bearer o una ruta separada de webhooks para eventos se ocupa del trabajo acotado del agente.
Intermedio
7 min de lecturaWebhooks de Hermes: agentes impulsados por eventos sin un prompt gigante que lo abarque todo
Configura webhooks de Hermes Agent con la autenticación adecuada para cada proveedor, controles de estado en el puerto 8644 y rutas pequeñas con nombre, para que los eventos desencadenen ejecuciones de agente enfocadas y con un destino de entrega explícito.
Intermedio
8 min de lecturaIdempotencia, reintentos y controles de aprobación humana para los nodos de IA de n8n
Los nodos de IA fallan de forma distinta a las API CRUD. Diseña reintentos, claves de idempotencia, controles de aprobación humana y registros en n8n para que una llamada inestable al modelo no duplique correos ni omita la revisión.
Intermedio
10 min de lecturan8n → Hermes: elige una llamada a la API o un webhook de eventos
Mantén el estado determinista en n8n y elige la API de Hermes cuando n8n necesite el resultado del agente, o el adaptador de webhooks cuando un evento deba desencadenar una entrega configurada de Hermes.
Intermedio
10 min de lecturaNemoClaw en DGX Spark: plan de despliegue y seguridad
Planifica y evalúa OpenClaw, Hermes o Deep Agents Code dentro de NVIDIA OpenShell en DGX Spark: puesta en marcha actual, capas de políticas, inferencia enrutada y evidencia de aceptación necesaria.
Avanzado
8 min de lecturaListas de permitidos, emparejamiento y seguridad de menciones en grupos de OpenClaw
Las listas de permitidos de canal, el emparejamiento DM y las reglas de mención en grupos son el límite de seguridad real de OpenClaw — porque las herramientas pueden incluir shell, archivos y navegador. Un checklist práctico de bloqueo.
Intermedio
9 min de lecturaConfiguración del gateway personal de OpenClaw: instalación, onboarding y panel de control
Qué es OpenClaw, cómo instalar y configurar la pasarela multicanal autoalojada, abrir la UI de control en el puerto 18789 y qué versiones de Node son compatibles sin omitir las bases de seguridad.
Intermedio
10 min de lecturaSkills, heartbeat y puertas de aprobación en OpenClaw
Cómo se cargan las skills de OpenClaw, cómo funcionan los turnos periódicos del heartbeat, cómo controlar la ejecución del shell del host y cómo mantener la automatización del navegador tras una política restrictiva y la confirmación de un workflow revisado.
Intermedio
8 min de lecturaOpenClaw frente a Hermes: elige por el trabajo, no por la marca
OpenClaw y Hermes son sistemas de agentes alojados en infraestructura propia que se solapan, con fortalezas operativas distintas. Compara enrutamiento de canales, webhooks, herramientas y límites de automatización antes de elegir uno o ambos.
Intermedio
10 min de lecturaPila experimental con dos DGX Spark, DeepSeek-V4-Flash, n8n y Hermes
Cómo evaluar una ruta experimental de la comunidad con dos DGX Spark para DeepSeek-V4-Flash, con n8n en el borde determinista y Hermes en la ruta de juicio.
Avanzado
12 min de lecturaHaz que Codex, Claude Code y Cursor trabajen como un solo equipo CLI
Usa AGENTS.md, CLAUDE.md, reglas de Cursor y modos print de CLI para que Codex diseñe, Claude revise y Cursor implemente — sin una plataforma de orquestación personalizada.
Avanzado
15 min de lecturaGestión de proyectos multiagente con Linear: Claude, Cursor y Codex en un mismo backlog
Ejecuta Claude Code, Cursor y Codex contra el mismo proyecto de Linear como un equipo de ingeniería real: reclama trabajo, marca progreso, transfiere la revisión, corrige hallazgos y cierra issues sin pisarse unos a otros.
Avanzado
6 minutosAgentes de voz de IA: cómo funcionan realmente y por qué suenan tan humanos
CX Foundation. Divide el agente de voz en su pipeline práctico: reconocimiento del habla, modelo de lenguaje, API de sistemas empresariales, conversión de texto a voz y gestión de interrupciones. Aporta una base técnica concreta al marco de despliegue del artículo antes de elegir Twilio, Retell, Vapi, LiveKit u otra plataforma.
Avanzado
9 min de lecturaIDE nativos de IA y flujos de programación con contexto del repositorio
Cursor, Copilot, Claude Code y los agentes con contexto del repositorio solo transforman el desarrollo de software cuando los equipos establecen límites. Este flujo práctico abarca contexto de la base de código, planificación, pruebas, revisión, secretos y seguridad en producción.
Avanzado
9 min de lecturaAgentes de voz para flujos de atención al cliente: dónde funcionan y dónde fallan
Los agentes de voz son útiles cuando el flujo está delimitado, los datos están disponibles y la alternativa es clara. Un marco de decisión práctico para sistemas estilo Twilio/Retell, divulgación, transferencia, pruebas e implementación.
Avanzado
11 min de lecturaLangGraph vs CrewAI vs API directa: cómo elegir un framework de agentes en 2026
El panorama de los frameworks de agentes en 2026 es más maduro, pero no más claro. LangGraph, CrewAI, Pydantic AI, OpenAI Agents SDK y la API directa sirven a equipos y proyectos distintos; ninguno encaja en todos. Esta es una comparación honesta y un marco de decisión.
Avanzado
11 min de lecturaDiseña un agente de soporte al cliente con IA: triaje, conocimiento, acciones y derivación
Un diseño de referencia evaluado sobre la cola para el triaje, la recuperación, la redacción de respuestas, las acciones controladas y la derivación humana, con los límites de política y medición necesarios para un piloto seguro.
Intermedio
10 min de lecturaConstruir un resumen o boletín informativo siempre activo con IA
Crea un resumen diario o semanal automatizado con fuentes rastreables, una recopilación que respete los permisos, controles explícitos de calidad y un ciclo de mantenimiento.
Intermedio
12 min de lecturaAgentes que controlan ordenadores y navegadores en producción
Las demostraciones de agentes que controlan ordenadores y navegadores se hacen virales. Las implantaciones a escala de producción son distintas: alcance limitado, salvaguardas estrictas y una experiencia de usuario cuidadosamente diseñada. Analizamos los patrones que funcionan, los fallos que seguimos observando y la realidad económica.
Avanzado
10 min de lecturaConectar la IA a tu correo electrónico, calendario y CRM de forma segura
Una guía basada en riesgos para conectar la IA con correo electrónico, calendario y CRM mediante alcance mínimo, puertas de aprobación, evidencia de auditoría protegida, pruebas negativas y rutas de recuperación.
Intermedio
10 min de lecturaMCP para quienes no son ingenieros: conecta Claude o Cursor a tus herramientas
MCP es el nuevo estándar para conectar la IA a tus herramientas. No necesitas crear un servidor para aprovecharlo. Una guía sin requisitos de ingeniería sobre qué es MCP, qué servidores instalar y qué posibilidades abre una IA capaz de ejecutar acciones.
Intermedio
12 min de lecturaCómo crear memoria para agentes de larga duración
Los agentes de larga duración necesitan un diseño de persistencia propio: procedencia, confirmación, aislamiento por inquilino, pruebas de recuperación, conservación, corrección y eliminación verificable.
Avanzado
9 min de lecturan8n vs Zapier vs Make: cómo elegir la plataforma de automatización adecuada
Una comparación franca de las tres principales plataformas de automatización para flujos de trabajo de IA en 2026: en qué destaca cada una, dónde encuentra sus límites y qué criterios permiten elegir con acierto.
Intermedio
12 min de lecturaRAG más allá de los fragmentos: Graph RAG, RAG con agentes y RAG de contexto largo
El RAG clásico basado en fragmentos tiene límites. Graph RAG, el RAG con agentes y el RAG de contexto largo los superan de formas distintas. Esta guía explica cuándo conviene cada variante, cómo funciona realmente y qué compromisos importan en producción.
Avanzado
190 minutosCurso completo de LangGraph para principiantes – Agentes de IA complejos con Python
freeCodeCamp.org. Es una implementación extensa y guiada por código de los grafos de estado, nodos, aristas, enrutamiento condicional, puntos de control y herramientas de LangGraph. Al terminar, comprenderás suficientemente el modelo de estado tipado —«cada transición es explícita»— para que la comparación del artículo con CrewAI y la API directa deje de ser abstracta.
Avanzado
66 minutosTutorial de CrewAI: curso intensivo completo para principiantes
aiwithbrandon. Es el mismo tipo de implementación, pero con el modelo rol-objetivo-historia de CrewAI: agentes como integrantes del equipo, tareas como entregables y el framework ocultando el bucle de ejecución. Míralo justo después del curso de LangGraph; el contraste entre cuánto decide cada framework es exactamente lo que pide valorar el artículo.
Avanzado
15 minutosCómo construimos agentes efectivos: Barry Zhang, Anthropic
AI Engineer. Barry Zhang plantea tres reglas: no crear un agente cuando basta un flujo de trabajo; mantener el bucle tan sencillo como sea posible; y «pensar como tu agente», es decir, situarte mentalmente en su ventana de contexto y advertir que toma decisiones a ciegas entre capturas de pantalla. El argumento a favor de la sencillez y la lista de comprobación «¿merece esta tarea siquiera un agente?» representan exactamente la disciplina que pide el artículo.
Avanzado
18 minutosConsejos para construir agentes de IA
Anthropic. Tres ingenieros de Anthropic recorren los errores más comunes que observan: agentes que no saben cuándo detenerse, exceso de instrucciones en el prompt del sistema en lugar de corregir el entorno y el coste de diseños multiagente que nadie necesitaba. Resulta útil después de la charla de Barry, pues muestra los mismos patrones desde otro ángulo.
Avanzado
31 minutosCómo construir un agente de soporte al cliente de IA con n8n (plantilla gratuita)
Bart Slodyczka. El flujo de n8n se conecta a productos de help desk, redacta respuestas con material recuperado y convierte tickets resueltos en contenido candidato para la base de conocimiento. Antes de usar ese patrón de ingesta, añade aprobación humana, oculta datos personales y secretos, conserva el ticket fuente y la versión de contenido como procedencia y ejecuta evaluaciones de recuperación con tickets reservados.
Intermedio
231 minutosCómo construir y vender agentes de IA: Guía definitiva para principiantes
Liam Ottley. El curso cubre chatbots fundamentados mediante RAG, lógica de derivación y un conjunto sin código con Botpress, Voiceflow, Make y n8n. Su sección «anatomía de un agente» ofrece una implementación concreta que puedes comparar con las responsabilidades de triaje → evidencia → acción propuesta → control de política → derivación del artículo.
Intermedio
24 minutosIntroducción a Operator y agentes
OpenAI. Es la demostración de lanzamiento real de Operator: el equipo reserva restaurantes, compra alimentos y entradas para eventos, y deja que Operator se detenga ante una redirección o ceda el control al encontrar un inicio de sesión. Ofrece la imagen más clara del funcionamiento práctico de un agente de navegador: el ciclo de captura de pantalla y clic, las confirmaciones antes de las acciones que modifican el estado y las medidas de protección contra la inyección de prompts. Es exactamente la experiencia que el artículo quiere transmitir para establecer expectativas realistas.
Intermedio
2 minutosClaude | Control del ordenador para coordinar tareas
Anthropic. Es una demostración de dos minutos en la que Anthropic muestra a Claude planificando una pequeña tarea entre varias aplicaciones —buscar en la web, consultar Maps y añadir una invitación al calendario— mediante el control directo del escritorio. Contrasta bien con el modelo restringido al navegador de la demostración de Operator y sirve para comprobar la idea del artículo: los agentes de control del ordenador funcionan mejor en gestiones breves y bien delimitadas que en trabajos abiertos.
Intermedio
5 minutosClaude ha tomado el control de mi computadora...
Fireship. Es la explicación breve más clara de YouTube sobre el bucle captura–acción–captura e incluye modos de fallo reales: Claude se desvía para consultar Yellowstone, consumo de tokens y latencia en cada paso. Fireship omite deliberadamente los detalles de producción —para eso está el artículo—, pero transmite por qué estos sistemas resultan costosos y frágiles antes de incorporarlos al stack.
Avanzado
8 minutosEl uso de computadoras de Claude de Anthropic es un cambio de juego | YC Decoded
Y Combinator. Garry Tan explica qué cambia el control del ordenador para la larga cola de software difícil de automatizar: aplicaciones heredadas, portales internos y cualquier sistema sin API. Es exactamente el argumento del artículo de que «el navegador es la interfaz universal», con una perspectiva empresarial realista sobre los primeros casos en los que compensa.
Avanzado
25 minutosOWASP Top 10: formas de atacar los LLM y vulnerabilidades de IA al descubierto
IBM Technology. Amplía el foco desde la inyección de prompts hasta el OWASP Top 10 para LLM —gestión insegura de las salidas, divulgación de información sensible y autonomía excesiva—, exactamente el catálogo de modos de fallo que conviene tener presente antes de conceder a un agente permisos de Gmail o HubSpot.
Intermedio
11 minutos¿Qué es un ataque de inyección de prompt?
IBM Technology. El ejemplo de Jeff Crume de «comprar un SUV por $1» es la explicación más clara en 10 minutos de por qué la inyección directa y la indirecta son problemas distintos, y de por qué el filtrado no puede resolver por completo ninguno de los dos. Enlaza directamente con el argumento del artículo: necesitas ámbitos que apliquen el principio de mínimo privilegio, una cuenta específica para el agente y una persona que supervise cualquier acción irreversible, no un prompt del sistema más ingenioso.
Intermedio
26 minutosDe cero a tu primer agente de IA en 25 minutos (sin programación)
Futurepedia. Construye desde cero un agente funcional de n8n en una sola sesión y se detiene a explicar qué es realmente un agente, cómo se diferencia de un flujo de trabajo lineal y dónde deben situarse las medidas de protección. Después de verlo, reconocerás todos los nodos del diagrama del artículo y sabrás cómo son unas configuraciones iniciales razonables.
Intermedio
92 minutosClase magistral de n8n: Crea agentes de IA y automatiza flujos de trabajo (de principiante a experto)
Nate Herk | AI Automation. Nate es uno de los profesionales más vistos que se especializan en n8n y esta clase magistral profundiza más que la introducción de Futurepedia: memoria, configuraciones multiagente, gestión de errores y flujos de trabajo empresariales reales. Consúltala cuando tu agente para clasificar leads ya funcione y quieras ampliarlo.
Intermedio
20 minutosModel Context Protocol (MCP)
Anthropic. Los diseñadores del protocolo —Theo Chu, David Soria Parra y Alex Albert— explican por qué existe MCP, sus componentes (servidor, cliente y transporte), cómo se ha recibido desde su lanzamiento en noviembre de 2024 y qué servidores utilizan a diario. Es la fuente canónica que conviene consultar después de la introducción de Nate Herk.
Intermedio
16 minutosCómo MCP mejora los agentes (para personas no técnicas)
Nate Herk | AI Automation. Es una explicación de 16 minutos y sin jerga sobre qué es un servidor MCP, cómo lo utilizan clientes como Claude y n8n y qué cambia en la práctica cuando dispones de uno. Coincide casi exactamente con el enfoque del artículo: «conecta Claude o Cursor a tus herramientas».
Intermedio
7 minutosMemoria para agentes (vídeo conceptual)
LangChain. Es una explicación breve y sin código de la separación entre memoria a corto y a largo plazo, las tres formas habituales de la memoria a largo plazo —instrucciones, perfil y lista de objetos— y la contrapartida entre escribir en la ruta crítica o en segundo plano. La sección del artículo sobre arquitectura de memoria presupone exactamente esta taxonomía.
Avanzado
44 minutosConstruyendo una memoria similar al cerebro para la IA | Sistemas de memoria para agentes LLM
Adam Lucek. Es una implementación más extensa de categorías inspiradas en la ciencia cognitiva —memoria episódica, semántica, de trabajo y procedimental— conectadas mediante código a un agente. Merece la pena después del vídeo conceptual de LangChain si buscas un modelo mental más prescriptivo y un ejemplo funcional que utilizar como referencia.
Avanzado