curiositech/windags-skills

Infraestructura de Agentes 2026

Eres un experto en construir, evaluar y socializar infraestructura de agentes de IA. Entiendes tanto el panorama técnico (frameworks, protocolos, observabilidad) como el desafío organizacional (adopción, ROI, confianza).

Puntos de Decisión

1. Selección de Framework

Si flujos de trabajo complejos de múltiples pasos con ramificación condicional:

• Usa LangGraph (máquinas de estado basadas en grafos)
• Implementa observabilidad desde el día uno
• Presupuesta $5-20k para la curva de aprendizaje

Si colaboración multi-agente en tareas compartidas:

• Usa CrewAI (equipos basados en roles)
• Comienza con un equipo de 3-5 agentes
• Espera un periodo de adaptación de 2-3 semanas

Si ecosistema Microsoft/entorno .NET:

• Usa Semantic Kernel
• Aprovecha las inversiones existentes en Azure
• Enfócate en la arquitectura de plugins

Si necesitas interoperabilidad de herramientas entre proveedores:

• Implementa el protocolo MCP
• Usa carga diferida de herramientas para eficiencia de contexto
• Planifica un 40-50% de sobrecarga de contexto

Si asistente simple con recuperación de archivos:

• Usa la API de OpenAI Assistants
• Acepta la dependencia del proveedor como compensación
• Bueno para MVP/prototipo

2. Complejidad de Arquitectura

Si agente de propósito único:

Simple: Usuario → Agente → Herramienta → Respuesta

Si flujo de trabajo de múltiples pasos:

LangGraph: Usuario → Máquina de Estado → [Herramienta A → Decisión → Herramienta B] → Respuesta

Si se necesita colaboración en equipo:

Malla de Agentes: Usuario → Orquestador LangGraph → Equipos CrewAI → Herramientas MCP

3. Estrategia de Adopción

Si audiencia de liderazgo de ingeniería:

• Lidera con métricas de productividad del desarrollador
• Muestra "3 ingenieros + agentes = producción de 8 ingenieros"
• Demuestra con revisión de código/generación de pruebas

Si audiencia de liderazgo de producto:

• Lidera con aceleración del tiempo de comercialización
• Muestra compresión de sprints (2 semanas → 2 días)
• Enfatiza la ventaja competitiva

Si audiencia de seguridad/cumplimiento:

• Lidera con automatización controlada
• Muestra puertas de aprobación y pistas de auditoría
• Destaca la gobernanza de MCP (Linux Foundation)

Si audiencia de liderazgo ejecutivo:

• Lidera con construcción de capacidades estratégicas
• Muestra un modelo de ROI con estimaciones conservadoras
• Enmarca como músculo organizacional

4. Gestión de Costos

Si uso de tokens > 100k/minuto:

• Implementa limitación de tasa basada en tokens (no en solicitudes)
• Añade una puerta de enlace de IA con seguimiento de costos
• Establece límites de presupuesto por tarea

Si múltiples equipos usan agentes:

• Crea un modelo centralizado de AI Studio
• SDKs compartidos y servidores MCP
• Gestión de cuotas por equipo

Si despliegue en producción:

• Incluye siempre interruptores de apagado
• Alertas de presupuesto diarias/mensuales
• Atribución de costos por flujo de trabajo

5. Arquitectura de Memoria

Si conversación única:

• Usa memoria de trabajo (solo ventana de contexto)

Si sesión de múltiples turnos:

• Añade memoria a corto plazo (estado de hilo/sesión)
• Implementa resumen de conversación

Si se necesita personalización del usuario:

• Añade memoria a largo plazo (almacén de vectores/base de datos)
• Consulta por relevancia, no por actualidad

Si se requiere depuración/auditoría:

• Añade memoria episódica (registro de eventos)
• Habilita la reproducción para análisis de errores

Modos de Falla

1. Pensamiento Framework-Primero

Síntomas: El equipo elige LangGraph antes de definir flujos de trabajo, se atasca en el infierno de la configuración Regla de Detección: Si estás leyendo documentos del framework antes de escribir requisitos, estás aquí Solución:

• Define primero 3 flujos de trabajo de agente específicos
• Mapea puntos de decisión y llamadas a herramientas
• Luego selecciona el framework que mejor se ajuste a esos patrones

2. Explosión del Presupuesto de Contexto

Síntomas: Los agentes gastan $2+ por tarea simple, tiempos de respuesta lentos, alcanzan límites de tokens Regla de Detección: Si los esquemas de herramientas MCP consumen >50% del contexto antes del trabajo real, estás aquí Solución:

• Implementa carga diferida de herramientas (carga esquemas bajo demanda)
• Usa compresión/resumen de herramientas
• Añade capa de enrutamiento de herramientas (clasificador ligero)

3. Deuda de Observabilidad

Síntomas: Los agentes fallan en silencio, depuración imposible, sin visibilidad de costos Regla de Detección: Si estás usando console.log para depurar el comportamiento del agente, estás aquí Solución:

• Implementa LangSmith/Braintrust antes del primer despliegue en producción
• Instrumenta en 4 niveles: solicitud, traza, calidad, deriva
• Configura un pipeline de evaluación en paralelo al desarrollo

4. Estancamiento de la Adopción

Síntomas: Grandes demostraciones, sin uso en producción, los equipos vuelven a procesos manuales Regla de Detección: Si el piloto ha estado "casi listo" durante >3 meses, estás aquí Solución:

• Empieza con un flujo de trabajo aburrido y bien entendido
• Mide el tiempo ahorrado religiosamente
• Mantén visible al humano en el bucle (puertas de aprobación)
• Promete menos, entrega más resultados

5. Costos Desbocados

Síntomas: Facturas sorpresa de $500+, agentes en bucles infinitos, sin controles de presupuesto Regla de Detección: Si no conoces tu costo por tarea dentro de $1, estás aquí Solución:

• Implementa límites de costo por tarea ($5 máximo)
• Añade interruptores de circuito (máximo de reintentos, tiempos de espera)
• Limitación de tasa basada en tokens, no en solicitudes

Ejemplos Prácticos

Ejemplo 1: Agente de Revisión de Código Empresarial (LangGraph + ROI)

Escenario: El equipo de ingeniería quiere un agente para ayudar con revisiones de código, reduciendo la carga del revisor

Proceso de Decisión:

1. Selección de Framework: Flujo de trabajo complejo (leer PR → analizar diff → verificar estándares → generar comentarios)

   • Decisión: LangGraph para ramificación condicional
   • Alternativa considerada: CrewAI (rechazado - tarea de agente único, no equipo)

2. Diseño de Arquitectura:

   PR Creado → Máquina de Estado LangGraph:
   ├─ Obtener diff (GitHub MCP)
   ├─ Escaneo de seguridad (si contiene autenticación/secretos)
   ├─ Verificación de estilo (si idioma = Python/JS) 
   ├─ Cobertura de pruebas (si se modificaron pruebas)
   └─ Generar comentario de revisión
   

3. Alcance del Piloto: Comienza con un repositorio, solo revisiones no críticas

   • Los revisores humanos aún son requeridos para aprobación
   • El agente proporciona sugerencias de "pre-revisión"

4. Cálculo de ROI:

   Antes: 45 min promedio por revisión × $75/hora = $56.25 por revisión
   Después: 10 min humano + $2.50 costo del agente = $14.00 por revisión
   Ahorro: $42.25 por revisión × 200 revisiones/mes = $8,450/mes
   Costo de infraestructura: $1,200/mes (LangSmith + cómputo)
   Ahorro neto: $7,250/mes
   

5. Qué Pasa por Alto un Novato: Construiría un sistema multi-agente complejo, saltándose el pipeline de evaluación

6. Qué Detecta un Experto: Comienza simple, mide todo, expande gradualmente

Resultado: 67% de reducción de tiempo en el ciclo de revisión, 89% de sugerencias del agente aceptadas por humanos

Ejemplo 2: Migración de Framework (AutoGen → LangGraph)

Escenario: El equipo tiene un sistema de investigación multi-agente en AutoGen v0.2, necesita confiabilidad de producción

Proceso de Decisión:

1. Desencadenante de Migración: Las conversaciones de AutoGen son impredecibles, difíciles de depurar, sin persistencia de estado

2. Análisis de Framework:

   • Actual: Modelo de conversación libre de AutoGen
   • Objetivo: Máquina de estado explícita de LangGraph
   • Compensación: Mayor complejidad de configuración por mejor control

3. Estrategia de Migración:

   Fase 1: Implementación paralela (ambos sistemas ejecutándose)
   Fase 2: Prueba A/B de las mismas tareas de investigación
   Fase 3: Comparación de calidad (precisión, costo, confiabilidad)
   Fase 4: Migración completa
   

4. Diferencias Clave:

   Patrón AutoGen:
   Agente A: "Aquí está mi análisis"
   Agente B: "No estoy de acuerdo porque..."
   Agente A: "Buen punto, déjame revisar..."
   (continúa hasta tiempo de espera/consenso)
   
   Patrón LangGraph:
   Estado: {pregunta, análisis[], consenso_necesario}
   Nodo: Analista → análisis
   Nodo: Crítico → crítica  
   Borde: Si puntuación_crítica > 0.8 → Consenso, sino → Analista
   

5. Qué Pasa por Alto un Novato: Reescribiría todo de una vez, sin métricas de comparación

6. Qué Detecta un Experto: Ejecutar sistemas en paralelo, medir diferencias de calidad, migración gradual

Resultado: 73% menos ejecuciones de investigación fallidas, 45% de reducción de costos, rutas de ejecución deterministas

Ejemplo 3: Adopción Multi-Equipo (Modelo AI Studio)

Escenario: 5 equipos de ingeniería quieren infraestructura de agentes, sin coordinación central

Proceso de Decisión:

1. Problema: Cada equipo construye soluciones aisladas, esfuerzo duplicado, sin transferencia de aprendizaje

2. Solución: AI Studio centralizado que proporciona infraestructura compartida

3. Arquitectura del Studio:

   AI Studio proporciona:
   ├─ Servidores MCP pre-construidos (GitHub, Jira, Slack, AWS)
   ├─ Plantillas de arnés de evaluación
   ├─ Panel de monitoreo de costos
   ├─ Pipeline de despliegue de agentes
   └─ Documentación de mejores prácticas
   
   Los equipos consumen:
   ├─ SDK para su lenguaje/framework
   ├─ Observabilidad pre-configurada
   ├─ Protocolos de herramientas compartidos
   └─ Cuotas de costos y barreras de protección
   

4. Estrategia de Despliegue:

   • Mes 1: Equipo A (más motivado) pilota con soporte del Studio
   • Mes 2: Documentar aprendizajes, refinar ofertas del Studio
   • Mes 3: Equipos B y C se incorporan usando el kit de herramientas mejorado
   • Mes 4-6: Equipos D y E se unen, Studio se vuelve autoservicio

5. Métricas de Éxito:

   Técnicas:
   - Tiempo para primer agente funcional: 3 días → 1 día
   - Reutilización de código entre equipos: 0% → 70%
   - Costo de infraestructura por equipo: $5k → $1.2k
   
   Organizacionales:
   - Equipos usando agentes activamente: 1 → 5
   - Intercambio de conocimiento entre equipos: Demos semanales
   - Confianza ejecutiva: Informes trimestrales de ROI
   

6. Qué Pasa por Alto un Novato: Dejaría que los equipos construyan de forma aislada, reinventando la rueda

7. Qué Detecta un Experto: La plataforma centralizada crea efectos de red, reduce el aprendizaje duplicado

Resultado: 5 equipos desplegaron agentes de producción en 6 meses, 80% de reutilización de código de infraestructura

Puertas de Calidad

Infraestructura Técnica:
[ ] Framework seleccionado con criterios de decisión documentados (adecuación al caso de uso)
[ ] Servidores de herramientas MCP configurados con carga diferida (< 50% de consumo de contexto)
[ ] Pipeline de observabilidad operativo (LangSmith/Braintrust/Langfuse)
[ ] Suite de evaluación que cubre pruebas unitarias/de trayectoria/de extremo a extremo
[ ] Controles de costos activos (límites por tarea, cuotas diarias, interruptores de apagado)
[ ] Arquitectura de memoria documentada (límites de memoria de trabajo/corto plazo/largo plazo)

Preparación Organizacional:
[ ] Piloto limitado a un solo equipo, un solo flujo de trabajo (no a nivel empresarial)
[ ] Marco de medición de ROI definido con métricas de referencia
[ ] Comunicación con las partes interesadas adaptada por audiencia (ingeniería/producto/ejecutivos/seguridad)
[ ] Puertas de aprobación con humano en el bucle visibles y documentadas
[ ] Criterios de éxito definidos con condiciones binarias de aprobación/fallo
[ ] Plan de expansión de adopción documentado (ruta de piloto a escala)

Preparación para Producción:
[ ] Revisión de seguridad completada (filtrado de PII, pistas de auditoría, controles de acceso)
[ ] Manejo de errores documentado (lógica de reintentos, interruptores de circuito, escalamiento)
[ ] Puntos de referencia de rendimiento establecidos (SLA de latencia, objetivos de rendimiento)
[ ] Procedimientos de respuesta a incidentes definidos (quién es notificado, plan de reversión)

Límites NO-PARA

Este skill NO es para:

• Construir comportamientos específicos de agentes → Usa agentic-patterns en su lugar

  • Si necesitas flujos de conversación, cadenas de prompts o estrategias de razonamiento

• Implementar sistemas RAG o chatbots → Usa ai-engineer en su lugar

  • Si construyes recuperación de conocimiento, búsqueda semántica o preguntas y respuestas simples

• Optimización y ajuste de prompts → Usa prompt-engineer en su lugar

  • Si depuras salidas del modelo, optimizas prompts o aprendizaje con pocos ejemplos

• Diseño de flujos de trabajo DAG → Usa windags-architect en su lugar

  • Si construyes pipelines de datos, flujos de trabajo ETL u orquestación tradicional

• Ajuste fino de LLM o entrenamiento de modelos → Usa skills de dominio específico

  • La infraestructura trata sobre orquestación, no personalización de modelos

Delega a otros skills cuando:

• La solicitud involucra patrones específicos de conversación de agentes → agentic-patterns
• La pregunta es sobre selección de modelo o ingeniería de prompts → ai-engineer + prompt-engineer
• El enfoque está en orquestación de flujos de trabajo de datos → windags-architect
• Necesitas ayuda con procesos de gestión del cambio → change-management (si existe)