Agentes IA con Flowise

0 de 22 lecciones completas (0%)

3. Flujos de Agentes

3.8- Herramientas: Calculadora, Búsqueda Web y Herramientas Personalizadas (Custom Tools)

¡Hola! En este vídeo volvemos a un tema fundamental: las herramientas y cómo nuestros agentes pueden usarlas para realizar tareas complejas.

En Flowise, podemos pensar en dos tipos de herramientas:

  1. Herramientas Integradas (Built-in Tools):Son las que ya vienen preinstaladas en Flowise y que hemos usado antes. Por ejemplo:
    • Búsqueda Web (Web Search)
    • Extractor de datos de webs (Web Scraper)
    • Calculadora (Calculator)
    • Fecha y Hora Actual (Date and Time)
    Algunas, como la Búsqueda Web, requieren credenciales, pero otras, como la Calculadora, simplemente se arrastran al flujo y funcionan.
  2. Herramientas Personalizadas (Custom Tools): Aquí es donde reside el verdadero poder. Son herramientas que nosotros mismos creamos, diseñamos y programamos. Podemos hacer que hagan prácticamente cualquier cosa que se pueda programar.

Hoy, para entender esto en la práctica, vamos a construir un proyecto que utiliza ambos tipos de herramientas.

El Proyecto: Analizador de Artículos

Este será nuestro flujo de trabajo:

  1. Agente 1: El Escritor. Creará un artículo corto sobre un tema, y para ello, le daremos acceso a una herramienta integrada: la Búsqueda Web.
  2. Agente 2: El Analizador. Recibirá el artículo del primer agente y usará varias herramientas para analizarlo:
    • Una Herramienta Personalizada que crearemos para contar palabras y calcular otras métricas.
    • Una Calculadora para estimar el tiempo de lectura.
    • Una herramienta de Fecha y Hora para registrar cuándo se hizo el análisis.
  3. Salida Final: El Analizador nos devolverá un JSON con todos los datos recopilados.

Parte 1: Creando Nuestra Herramienta Personalizada (Custom Tool)

Antes de construir el flujo, debemos crear nuestra herramienta.

  1. En el menú de Flowise, ve a Tools y haz clic en Add New.
  2. La llamaremos «Métricas de Texto».

Ahora, vamos a configurar sus tres partes clave:

Paso 1.1: La Descripción (El «Para Qué» de la Herramienta)

Este es el campo más importante. La descripción no es para ti, es para el agente. Así es como el agente sabrá cuándo debe usar esta herramienta. Debe ser muy clara.

  • Descripción: «Analiza instantáneamente cualquier bloque de texto para descubrir estadísticas clave. Esta herramienta calcula el número de palabras, caracteres y frases, determina la longitud media de las palabras e identifica las palabras más frecuentes.»

Paso 1.2: El Esquema de Entrada (El «Qué Necesita» la Herramienta)

El Input Schema define qué datos de entrada necesita nuestra herramienta para funcionar. Piénsalo como el formulario que el agente debe rellenar.

  1. Podemos definirlo con un JSON. Pega lo siguiente: JSON{ "type": "object", "properties": { "textInput": { "type": "string", "description": "El bloque de texto que quieres analizar.", "required": true } }, "required": ["textInput"] }
  2. Esto le dice al agente: «Necesito un dato obligatorio (required) llamado textInput, que es el texto a analizar».

Paso 1.3: El Código JavaScript (El «Cómo Funciona» la Herramienta)

Aquí es donde escribimos la lógica en JavaScript que procesará el textInput.

Nota: No te preocupes si no eres programador. Para este curso, puedes simplemente copiar y pegar el código que te proporciono en los recursos adjuntos.

El código tomará el texto, contará las palabras, los caracteres, las frases, etc., y devolverá un objeto con todos esos datos.

Una vez configuradas estas tres partes, haz clic en Add para guardar tu nueva herramienta.


Parte 2: Construyendo el Flujo de Agentes

Ahora, vamos a Agent Flows y creamos un nuevo flujo.

Paso 2.1: Agente 1 – El Escritor

  1. Añade un nodo de Agente y llámalo «Escritor de Artículos».
  2. Elige un modelo (ej: GPT-4o, o cualquiera que soporte herramientas).
  3. Herramientas: Añade la herramienta integrada Google Custom Search y tus credenciales.
  4. System Prompt: Dale una instrucción simple. Ej: «Genera un artículo corto basado en los requisitos del usuario.»

Paso 2.2: Agente 2 – El Analizador

  1. Añade un segundo Agente y llámalo «Analizador».
  2. Conéctalo al primer agente.
  3. Elige un modelo (GPT-4o) y baja un poco la Temperatura (ej: 0.3) para que sea más preciso y menos creativo.
  4. Herramientas: ¡Aquí viene lo interesante! Vamos a darle una caja de herramientas completa:
    • Añade la herramienta integrada Calculator.
    • Añade la herramienta integrada Current Date & Time.
    • Añade una Custom Tool y, en el desplegable, selecciona la que acabamos de crear: Métricas de Texto.
  5. System Prompt (El Director de Orquesta): Este prompt es crucial. Es el que le dirá al agente cómo usar su caja de herramientas para lograr el objetivo final.
    • Prompt: «El tiempo de lectura en minutos es el número de palabras dividido por 220. Devuelve el contenido en formato JSON que contenga los siguientes datos: fecha actual, número de palabras, tiempo de lectura estimado. Devuelve SÓLO el JSON y nada más.»

Parte 3: La Puesta en Marcha y el Análisis

  1. Guarda el flujo (ej: «Analizador de Artículos»).
  2. Abre el chat y prueba con: «Escribe un artículo sobre las ballenas».

Análisis de los Resultados

Verás que la salida es un JSON perfecto, como se le pidió:

JSON

{
  "current_date": "2025-06-24",
  "number_of_words": 150,
  "estimated_reading_time": "0.68"
}

Pero, ¿cómo ha llegado hasta aquí?

Si haces clic en el icono </> del nodo «Analizador», verás la traza de ejecución, el «pensamiento» del agente. Verás que realizó una secuencia de acciones:

  1. Llamada a la Herramienta 1: Usó Current Date & Time para obtener la fecha.
  2. Llamada a la Herramienta 2: Usó nuestra herramienta personalizada Métricas de Texto con el artículo de las ballenas como textInput. Esta le devolvió el número de palabras (ej: 150).
  3. Llamada a la Herramienta 3: Usó la Calculadora con la operación 150 / 220 para obtener el tiempo de lectura.
  4. Respuesta Final: Una vez que tuvo todos los datos, construyó el JSON final y nos lo entregó.

Conclusión

Hoy hemos visto cómo las herramientas personalizadas nos permiten extender las capacidades de nuestros agentes de forma ilimitada. Combinando herramientas integradas y personalizadas, y guiando al agente con un prompt preciso, podemos construir flujos de trabajo increíblemente potentes y específicos para cualquier necesidad.

¡Nos vemos en la siguiente lección!

Resumen de privacidad
Logo JeroCuevas.com

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.

Cookies de terceros

Esta web utiliza Google Analytics para recopilar información anónima tal como el número de visitantes del sitio, o las páginas más populares.

Dejar esta cookie activa nos permite mejorar nuestra web.