Temario · lección 19 de 74
1Por qué fallan los agentes
2Qué es un harness
3Patrones de agentes
4Herramientas
5Ingeniería de contexto
6El repositorio como memoria
7Tareas largas
8Alcance y “hecho” de verdad
9Observabilidad y estado limpio
10Loops y grafos
11Harness reales
12Proyecto final
- Proyecto 1, solo prompt contra harness mínimo
- Proyecto 2, un workspace legible
- Proyecto 3, continuidad entre sesiones
- Proyecto 4, feedback de runtime e indexado
- Proyecto 5, que el agente verifique su trabajo
- Proyecto 6, el harness completo (capstone)
- Proyecto 7, tu primer loop automático
- Proyecto 8, dibuja tu flujo como un grafo
- Checklist final y plantillas
Qué es una herramienta
El modelo no ejecuta nada: pide una acción con un formato exacto y es el harness quien la ejecuta y le devuelve el resultado.
El cliente y el camarero
En un restaurante tú no entras a la cocina. Dices al camarero qué quieres, él lo pide, cocinan y te traen el plato. Tú decides; otro ejecuta.
Con un agente es igual. El modelo solo produce texto. Para «usar» una herramienta, escribe una petición con un formato preciso («quiero usar leer_archivo con esta ruta»). El harness la ve, ejecuta la acción de verdad y devuelve el resultado al modelo.
Cómo funciona por dentro
Las herramientas se describen al modelo indicando su estructura exacta: nombre, descripción y parámetros. Cuando el modelo decide usar una, su respuesta incluye un bloque de uso de herramienta (tool use block), según explica Anthropic. El ciclo es:
- El harness le presenta las herramientas disponibles.
- El modelo responde pidiendo una, con sus argumentos.
- El harness la ejecuta (y puede comprobar permisos antes).
- El resultado vuelve al modelo, que decide el siguiente paso.
Un ejemplo ilustrativo (no es el formato exacto de ninguna API concreta):
{
"herramienta": "leer_archivo",
"argumentos": { "ruta": "/proyecto/src/app.py" }
}
El resultado de vuelta sería el contenido del archivo. Ese resultado es la «verdad del terreno» que el agente necesita en cada paso (lo vimos en agentes autónomos).
Tipos habituales
La skill harness-creator menciona, como ejemplos de herramientas que un agente necesita para ser productivo, la shell, la edición de archivos y la búsqueda. Ayudan mucho, pero un acceso sin límites trae riesgos: operaciones destructivas, choques entre llamadas simultáneas y permisos mal configurados. De eso trata permisos y límites.
| Herramienta | Qué permite | Riesgo típico |
|---|---|---|
| Leer archivo | Mirar contenido | Bajo |
| Buscar | Localizar información | Bajo |
| Editar archivo | Cambiar código | Medio |
| Ejecutar comando | Casi cualquier cosa | Alto |
Siguiente paso: cómo escribir esa definición para que el modelo la use bien, en diseña buenas herramientas.
¿Quién ejecuta realmente una herramienta?
Fuentes: Anthropic, Building effective agents (apéndice 2) · Learn Harness Engineering, skill harness-creator