Laboratorio de Agentes IA
Bienvenido al Laboratorio de Agentes IA, un espacio para experimentar, construir y comprobar cómo funcionan los asistentes y agentes de inteligencia artificial mediante casos prácticos.
Ya hemos documentado ocho experimentos y cuatro proyectos, con dos balances que reúnen los resultados, las correcciones y las limitaciones observadas. Exploramos desde asistentes personalizados e investigación con fuentes hasta conexiones MCP con archivos locales y organización de tareas.
Compartimos las herramientas utilizadas, la configuración y las pruebas realizadas, distinguiendo lo que hemos comprobado de lo que sigue pendiente. Cuando no hemos medido costes, consumo o tiempos, lo indicamos.
El laboratorio se organiza en cuatro áreas: experimentos, agentes que construimos, automatizaciones reales y pruebas comparativas. Seguiremos ampliándolas con nuevas experiencias, revisión humana y resultados documentados.
Experimentar → Construir → Automatizar → Analizar resultados
Si estás empezando, visita nuestra Academia de Agentes IA, donde encontrarás artículos y guías para comprender los conceptos antes de realizar tus propias pruebas.
Explora nuestro Laboratorio de Agentes IA
Experimentos con agentes IA
Descubre ocho experimentos prácticos y su balance de resultados. Documentamos las tareas realizadas, las respuestas obtenidas y las limitaciones observadas en nuestras pruebas.
Agentes IA que construimos
Explora cuatro proyectos y su balance conjunto: un asistente personal, un investigador, una conexión MCP y un organizador de tareas. Compartimos su configuración, las pruebas y los resultados observados.
Automatizaciones reales
En esta sección documentaremos automatizaciones con agentes IA, n8n, APIs y otras herramientas. Explicaremos las conexiones, los disparadores y las pruebas para comprobar qué se ejecuta automáticamente y qué requiere intervención humana.
Pruebas, comparativas y resultados
Consulta los balances de ocho experimentos y cuatro proyectos del Laboratorio AF. Reunimos los resultados, las correcciones y las limitaciones observadas, indicando qué verificamos y qué aspectos de rendimiento, costes y consumo quedaron sin medir.
Experimentos con agentes IA
En esta sección del Laboratorio de Agentes IA realizaremos experimentos prácticos para descubrir cómo funcionan los agentes de inteligencia artificial en situaciones reales.
Pondremos a prueba sus capacidades, analizaremos su comportamiento y documentaremos los resultados, incluyendo tanto los aciertos como los errores y las limitaciones que encontremos.
Experimento 1 · Un agente IA que investiga en Internet
Probamos Hermes Agent en tres investigaciones web: una guiada y dos con una sola instrucción inicial. Documentamos fuentes, resultados y limitaciones. Medimos dos ejecuciones y, en la tercera, también la revisión asistida por separado. No medimos consumo ni coste.
Experimento 2 · Un agente IA que analiza documentos
Probamos Hermes Agent con un PDF ficticio de tres páginas. Respondió correctamente a siete preguntas con referencias de página en aproximadamente 25 segundos. Documentamos los tokens registrados, una imperfección de extracción y los intentos interrumpidos, sin medir el coste monetario.
Experimento 3 · Comparar dos modelos de IA en una misma tarea
Comparamos GPT-6.1-sol y GPT-6-luna en Hermes Agent con el mismo PDF y siete preguntas. Documentamos las respuestas, los tiempos y los tokens de una ejecución por modelo. Luna completó más preguntas y terminó antes, pero registró más tokens. No medimos el coste monetario.
Experimento 4 · Un agente IA con memoria
Probamos la memoria de Hermes Agent con datos ficticios. Verificamos el guardado, la recuperación en sesiones nuevas y tras reabrir la aplicación, la actualización y la eliminación del recuerdo. Documentamos los registros y las limitaciones, sin confundir memoria con aprendizaje autónomo del modelo.
Experimento 5 · Un agente IA ante instrucciones engañosas en documentos
Probamos si Hermes mantiene nuestra petición ante una instrucción engañosa incluida en un documento ficticio. Respondió correctamente a las nueve preguntas sin seguir la orden de desviar la tarea, en una ejecución de esta variante.
Experimento 6 · Repetir una tarea: fiabilidad de los modelos de IA
Repetimos la misma tarea tres veces con Sol y tres con Luna. Sol completó cinco de siete respuestas en cada ejecución y Luna las siete. Revisamos tiempos, tokens y herramientas, con conclusiones limitadas a esta prueba.
Experimento 7 · Un agente IA que crea archivos útiles
Hermes creó y comprobó un CSV con seis tareas, responsables y fechas, sin inventar los datos ausentes. Revisamos el archivo y documentamos los ajustes necesarios para importarlo correctamente al programa de hoja de cálculo Excel.
Experimento 8 · Un agente IA ante errores y datos incompletos
Probamos un informe con datos ausentes, fechas contradictorias y un archivo no encontrado. Hermes recuperó los datos confirmados, explicó las limitaciones e indicó qué información necesitaba, sin inventar resultados en esta ejecución.
Balance de 8 experimentos con Hermes Agent
Reunimos lo aprendido en ocho experimentos con Hermes Agent: resultados, herramientas utilizadas, tiempos y limitaciones. Explicamos qué comprobamos, qué no medimos y por qué la revisión humana sigue siendo necesaria.
Agentes IA que construimos
En esta sección del Laboratorio de Agentes IA desarrollaremos nuestros propios agentes de inteligencia artificial, desde las primeras ideas hasta su puesta en funcionamiento.
Documentaremos cada proyecto paso a paso, explicando sus objetivos, las herramientas y modelos utilizados, su configuración y las pruebas realizadas. También compartiremos las dificultades encontradas y las soluciones aplicadas durante su desarrollo.
Para desarrollar nuestros proyectos también exploraremos herramientas y recursos técnicos como la documentación oficial de n8n, una plataforma que permite conectar aplicaciones y crear automatizaciones.
Proyecto 1 · Crear un asistente IA personalizado
Configuramos el Asistente Personal AF en ChatGPT y probamos cómo responde preguntas, redacta textos y organiza tareas. Compartimos las instrucciones, los resultados y las limitaciones observadas.
Proyecto 2 · Crear un agente IA que investiga y prepara informes
Configuramos Investigador AF para consultar fuentes y preparar informes. Compartimos en este proyecto las pruebas, los resultados y las limitaciones observadas durante todo el proceso realizado.
Proyecto 3 · Crear un agente IA conectado a herramientas externas
Conectamos Claude Desktop con archivos locales mediante MCP. Documentamos la configuración, seis pruebas prácticas y las limitaciones observadas.
Proyecto 4 · Crear un agente IA para organizar tareas
Organizamos tareas con Claude Desktop y MCP. Probamos prioridades, horarios y guardado de planes, documentando los resultados y las limitaciones observadas.
Balance de los 4 proyectos del Laboratorio AF
Reunimos los resultados de los cuatro proyectos: asistentes personalizados, investigación, conexión MCP y organización de tareas. Comparamos lo comprobado, las limitaciones y las mejoras pendientes.
Automatizaciones reales
En esta sección del Laboratorio de Agentes IA desarrollaremos automatizaciones prácticas para conectar aplicaciones, ejecutar tareas y optimizar procesos utilizando inteligencia artificial.
Experimentaremos con herramientas como n8n, APIs y agentes IA para construir flujos de trabajo que resuelvan necesidades concretas. Documentaremos cada automatización paso a paso, desde su diseño y configuración hasta las pruebas y los resultados obtenidos.
Automatización 1 · Clasificar correos electrónicos con IA
Probamos una automatización con n8n, IMAP y Gemini para clasificar correos en Comercial, Soporte, Facturación y Otros. Documentamos la configuración, las pruebas manuales y una ejecución automática, junto con sus resultados y limitaciones.
Automatización 2 · Generar informes automáticos con IA
Probamos n8n y Gemini para generar informes desde dos tablas de ventas y soporte. Documentamos los cálculos, la ejecución programada, el archivo descargable y las limitaciones.
Automatización 3 · Crear borradores en WordPress con IA
Probamos n8n y Gemini para generar un texto y enviarlo a WordPress como borrador. Documentamos la revisión, la conexión, el formato y las limitaciones.
Automatización 4 · Gestionar tareas y avisos automáticamente con IA
Probamos n8n y Gemini para seleccionar tareas pendientes y enviar avisos por correo. Documentamos el filtrado, la ejecución programada, los problemas de entrega y las limitaciones.
Balance de las cuatro automatizaciones con IA y n8n
Reunimos los resultados de las cuatro automatizaciones con n8n y Gemini: correos, informes, borradores y avisos. Revisamos qué funcionó, las dificultades encontradas y los límites pendientes.
Pruebas, comparativas y resultados
En esta sección del Laboratorio de Agentes IA realizaremos pruebas y comparativas para evaluar el funcionamiento de diferentes agentes, modelos y herramientas de inteligencia artificial.
Analizaremos aspectos como la calidad de las respuestas, los tiempos de ejecución, los costes, la facilidad de configuración y las limitaciones encontradas. Nuestro objetivo será documentar resultados reales que nos ayuden a comprender qué soluciones funcionan mejor en cada situación.
Comparativa 1 · ChatGPT frente a Claude en tareas prácticas
Comparamos ChatGPT y Claude en cuatro tareas: planificación, resúmenes, correos y análisis de instrucciones. Documentamos los resultados, los tiempos aproximados y las limitaciones.
Comparativa 2 · Costes de Gemini por API
Comparamos dos modelos Gemini con el mismo informe. Revisamos los tokens, la calidad y el coste teórico según tarifas oficiales, utilizando el nivel gratuito.