Capítulo 1 · Fundamentos de los Agentes de IA¶
Agente = LLM + Contexto + Herramientas; La ingeniería del Harness es la verdadera ventaja competitiva
← Volver al README principal · 📖 Leer texto del capítulo
Proyectos Complementarios¶
| Exp. | Proyecto | Tipo | Descripción |
|---|---|---|---|
| 1-1 | context | ✅ | Experimentos de ablación sistemática que muestran la importancia de los componentes del contexto; compatible con SiliconFlow Qwen, ByteDance Doubao y Moonshot Kimi |
| 1-2 | web-search-agent | ✅ | Agente Kimi K3 con capacidad de búsqueda profunda básica, capaz de realizar búsquedas multirronda e integración de información |
| 1-3 | search-codegen | ✅ | Integración de herramientas nativas de GPT-5, utilizando búsqueda web y sandbox de código para análisis complejos |
| 7-1, 7-2 | learning-from-experience | ✅ | Comparación entre Q-learning tradicional y aprendizaje en contexto basado en LLM, reproduciendo la eficiencia de muestra (250–400x) |
Tipos de Proyectos¶
| Icono | Tipo | Significado |
|---|---|---|
| ✅ | Autónomo | Código completo en este repositorio, se ejecuta tras configurar la Clave API |
| 📖 | Guía de Reproducción | Documento detallado que depende de repositorios externos para realizar git clone |
| 🚧 | Documento de Diseño | Solo arquitectura/plan de implementación, el código ejecutable aún está en desarrollo |