⏱ Tiempo estimado: 20 minutos

🎯 Rama / Perfil: Devs & Prompt Engineers

🧠 Conocimiento previo necesario: Conceptos básicos de Python y ejecución de comandos en terminal/consola.

💡 ¿Qué vas a lograr? Construir un pipeline local con 2 agentes autónomos de IA que investigan sobre un tema en la web y redactan un reporte ejecutivo estructurado sin intervención humana.

🛠 Lo que necesitas antes de empezar

• [VS Code] → 🔗https://code.visualstudio.com/
• [Python 3.10 o superior] → 🔗https://www.python.org/downloads/
• [API Key de OpenAI] → 🔗https://platform.openai.com/api-keys
• [API Key de Serper.dev (Búsquedas web)] → 🔗https://serper.dev/

📋 Pasos

Paso 1 — Crear el entorno de trabajo e instalar CrewAI

Abre tu terminal y ejecuta los siguientes comandos para crear una carpeta de proyecto e instalar las librerías necesarias:

Bash

mkdir crewai-vibe
cd crewai-vibe
python -m venv venv
# Activa el entorno (Windows: venv\Scripts\activate | Mac/Linux: source venv/bin/activate)
pip install crewai crewai-tools

Paso 2 — Configurar variables de entorno

Crea un archivo llamado .env en la raíz de tu proyecto e ingresa tus llaves de API:

Fragmento de código

OPENAI_API_KEY=tu_api_key_de_openai_aqui
SERPER_API_KEY=tu_api_key_de_serper_aqui

Paso 3 — Escribir el script del sistema multiagente

Crea un archivo llamado main.py y pega el siguiente código que define al Investigador y al Redactor:

Python

import os
from crewai import Agent, Task, Crew, Process
from crewai_tools import SerperDevTool

# Herramienta de búsqueda web
search_tool = SerperDevTool()

# Agente 1: Investigador
investigador = Agent(
    role='Investigador de Tendencias Tech',
    goal='Encontrar las últimas novedades sobre {tema}',
    backstory='Un analista experto en tecnología obsesionado con identificar innovaciones relevantes.',
    verbose=True,
    memory=True,
    tools=[search_tool]
)

# Agente 2: Redactor
redactor = Agent(
    role='Escritor Técnico Ejecutivo',
    goal='Crear un informe claro y directo basado en los hallazgos del investigador sobre {tema}',
    backstory='Un comunicador brillante que convierte hallazgos complejos en resúmenes accionables.',
    verbose=True
)

# Tareas
tarea_investigacion = Task(
    description='Busca las 3 principales tendencias recientes sobre {tema}. Incluye fuentes y contexto.',
    expected_output='Lista con 3 tendencias clave y breves explicaciones.',
    agent=investigador
)

tarea_redaccion = Task(
    description='Toma los hallazgos de la investigación y sintetízalos en un informe ejecutivo en formato Markdown.',
    expected_output='Informe en Markdown con título, 3 puntos clave y recomendación final.',
    agent=redactor
)

# Ensamblar la cuadrilla
equipo = Crew(
    agents=[investigador, redactor],
    tasks=[tarea_investigacion, tarea_redaccion],
    process=Process.sequential
)

# Ejecutar el flujo
resultado = equipo.kickoff(inputs={'tema': 'Agentes IA Autónomos en 2026'})
print("\n### INFORME FINAL ###\n")
print(resultado)

Paso 4 — Ejecutar el pipeline autónomo

En tu terminal, corre el script con:

Bash

python main.py

Verás en tiempo real cómo el primer agente busca en la web, le entrega la información al segundo agente y este genera el reporte final.

✅ Resultado esperado

Un archivo de salida en tu consola formateado en Markdown que contiene un reporte investigativo completo, redactado por una red de agentes autónomos colaborando en segundo plano en tu equipo local.

🔥 Tu reto (siguiente acción)

Añade un tercer agente llamado "Editor Crítico" cuyo trabajo sea revisar la ortografía, tono y verificar si el informe redactado por el agente 2 contiene afirmaciones exageradas antes de dar la respuesta final.

📚 Recursos para ir más lejos

• [Documentación oficial de CrewAI] → 🔗https://docs.crewai.com/— Para aprender a conectar bases de datos y herramientas personalizadas.