📘 Clase 08: Sistemas Multi-Agente, Supervisión y Guardrails
- :material-bookmark: Curso: Curso 3: Creación y Desarrollo de Agentes de IA (CLASE 08)
- :material-signal-cellular-outline: Nivel:
Nivel 3 - Avanzado - :material-lightbulb-on: Metáfora Central: «La Agencia de Expertos Especializados con Supervisor de Calidad»
- :material-laptop: Wisrovi Studio (Local): 🚀 Abrir Reto • 👨🏫 Modo Tutor
- :material-file-pdf-box: Manual PDF Oficial: Descargar clase-08-sistemas-multi-agente.pdf
-0284c7?logo=python&logoColor=white){kind=icon}
1. 💡 Fundamentación Teórica y Modelo Mental
Orquestación de equipos de agentes con roles especializados y políticas de seguridad: 1. Roles Especializados: Agente Investigador -> Agente Redactor -> Agente Revisor / Crítico. 2. Supervisor Central: Enruta las tareas y valida que ningún agente viole restricciones de seguridad. 3. Guardrails: Reglas deterministas que bloquean salidas tóxicas o con alucinaciones antes de entregarlas al usuario.
🌟 Modelo Mental de la Sesión: «La Agencia de Expertos Especializados con Supervisor de Calidad»
En esta sesión anclamos el aprendizaje en la metáfora del mundo real para visualizar cómo fluyen las estructuras de datos y el flujo de ejecución en la memoria.
2. 🗺️ Arquitectura de Ejecución y Diagrama de Flujo
flowchart LR
A["👤 Solicitud"] --> B["🕵️ 1. Investigador (Recupera datos)"]
B --> C["✍️ 2. Redactor (Genera borrador)"]
C --> D["🛡️ 3. Supervisor & Guardrails (Auditoría)"]
D --> E["🎯 Respuesta Certificada de Calidad"]
style A fill:#1e293b,color:#ffffff,stroke:#3b82f6,stroke-width:2px
style B fill:#0f766e,color:#ffffff,stroke:#2dd4bf,stroke-width:2px
style C fill:#1e3a8a,color:#ffffff,stroke:#60a5fa,stroke-width:2px
style D fill:#d97706,color:#ffffff,stroke:#fbbf24,stroke-width:2px
style E fill:#059669,color:#ffffff,stroke:#34d399,stroke-width:2px3. 💻 Código de Implementación Práctica
```python class SupervisorMultiAgenteDemo: def ejecutar_pipeline(self, texto: str) -> dict: investigacion = f"Datos sobre: {texto}" redaccion = f"Artículo: {investigacion}" aprobado = len(redaccion) > 10 return {"resultado": redaccion, "guardrail_pass": aprobado}
s = SupervisorMultiAgenteDemo() print(s.ejecutar_pipeline("Arquitectura de Agentes")) ```
```python roles = ["Researcher", "Coder", "Reviewer"]
print("Equipo de Agentes:", " -> ".join(roles)) ```
4. 🛡️ Buenas Prácticas PEP 8: Antipatrones vs Código Pythonic
⚠️ Cuidado con los Antipatrones
5. 🏋️ Desafío Práctico de la Clase
🎯 Enunciado del Reto
Crea una clase OrquestadorMultiAgente con método procesar_flujo(self, entrada: str) -> dict que simule el paso por un Investigador (añade '[INVESTIGADO]'), un Redactor (añade '[REDACTADO]') y un Guardrail (verifica que contenga ambas marcas y retorne dict con 'final_output' y 'valid: bool').
⚡ Resolución Híbrida en 1 Clic (Local + Web)
Si tienes ejecutando wisrovi ui en tu terminal local, puedes 🚀 Abrir este Reto directamente en tu Studio Local (127.0.0.1:8501) para escribir tu código con auto-formateo AST, inspeccionar variables en el Heap/Stack y evaluarlo con pruebas en tiempo real.
class OrquestadorMultiAgente:
def procesar_flujo(self, entrada: str) -> dict:
# ✍️ Pipeline: Investigador -> Redactor -> Guardrail
paso1 = f"[INVESTIGADO] {entrada}"
paso2 = f"[REDACTADO] {paso1}"
es_valido = "[INVESTIGADO]" in paso2 and "[REDACTADO]" in paso2
return {
"final_output": paso2,
"valid": es_valido
}
💡 Pista Socrática 1
💡 Pista 1: Añade [INVESTIGADO] a la entrada original.
💡 Pista Socrática 2
💡 Pista 2: Añade [REDACTADO] al resultado de la investigación.
💡 Pista Socrática 3
💡 Pista 3: Retorna el diccionario con final_output y valid: True.
Para resolver este ejercicio en tu entorno:
1. Abre el archivo ejercicios/reto.py de esta clase en Visual Studio Code o utiliza wisrovi ui / wisrovi tutor.
2. Implementa tu solución cumpliendo los requisitos y contratos de tipado.
3. Valida tus resultados ejecutando las pruebas unitarias: