Configuración de entorno Python y primer agente con LangGraph

Aprende a montar un entorno Python 3 seguro, instalar LangGraph y LangChain con su integración para OpenAI, y lanzar tu primer agente con el debugger de LangGraph. Siguiendo la documentación oficial, el flujo es directo y estable, incluso si usas la versión pre-release: el código no cambia.

¿Cómo preparar el entorno en Python 3 con entorno virtual?

Para evitar conflictos y asegurar compatibilidad, se recomienda Python 3 (mejor 3.12; también sirven 3.8 o 3.10). La base es crear una carpeta de proyecto y un entorno virtual.

• Crear la carpeta: my-course-agent.
• Entrar con cd my-course-agent.
• Verificar versión: Python 3 instalado y activo.
• Crear un entorno virtual con python3 y nombrarlo .env.
• Activar el entorno: source .env/bin/activate.
• Comprobar con which python que apunta al .env y no al global.

Claves y habilidades: - Entorno virtual: aísla dependencias del proyecto. - which python: valida que el intérprete activo es el del .env.

¿Qué instalar de LangChain y LangGraph para el primer agente?

Desde la documentación en docs.langchain.com, instala los paquetes necesarios. Puede aparecer un aviso de pre-release; si está, usa la bandera pre. Si ya salió la versión estable, instala sin esa bandera: el código no cambia.

• Paquetes a instalar: LangGraph, LangChain y LangChain con OpenAI.
• Si ves el alert de versión alfa: añade la bandera pre.
• Si no ves el alert: instala sin pre.

¿Qué rol tiene LangGraph y LangChain en el ecosistema?

La arquitectura distingue dos niveles para agentes:

• LangChain: un agente individual, el “átomo” operativo.
• LangGraph: orquestador de múltiples agentes.

Esta separación te permite crear primero un agente con LangChain y después orquestarlo con LangGraph.

¿Cómo crear y ejecutar tu primer agente con OpenAI GPT-4?

El flujo incluye preparar el archivo principal, configurar la API key y lanzar el debugger con la CLI de LangGraph.

¿Cómo definir el agente en main.py con OpenAI?

Parte de un ejemplo de “primer agent” de la sección de LangChain y adáptalo:

• Crear el archivo main.py en tu editor.
• Pegar el ejemplo del “primer agent”.
• Cambiar el proveedor del ejemplo de Anthropic a OpenAI con GPT-4.

Conceptos clave: - Agente individual: corre en LangChain. - GPT-4: modelo de OpenAI al que te conectarás.

¿Cómo configurar la API key en un archivo .env?

Para conectarte a modelos como OpenAI, Anthropic o Gemini, necesitas una API key.

• Crear un archivo .env en la raíz del proyecto.
• Añadir tu key: la variable para OpenAI debe identificarse como su API key.
• Generar la key en el dashboard del proveedor y pegarla en .env.

Buenas prácticas en contexto: - Variables de entorno: no cargues claves en el código. - .env: centraliza secretos para usarlos desde herramientas y configuración.

¿Cómo usar el debugger de LangGraph con su CLI?

Instala la herramienta de comandos para el entorno de debugging y prepara la configuración.

• Instalar “LangGraph CDI” sin la bandera pre.
• Crear un archivo de configuración: langgraph.gist.
• Incluir en la configuración: dependencias (.), carga del archivo .env y definición de los “grafos”.
• Definir un grafo con nombre, por ejemplo “agent”, que apunte al agente en main.py.
• Quitar el bloque que corre el agente directamente: lo arrancarás con el debugger.

Ejecución y prueba: - Con el entorno virtual activo, correr: langgraph dev. - Si aparece un error de dependencia, instala lo que falta y repite. - Abre la URL de la Studio UI que aparece en la terminal. - Verás tu agente listado con sus tools. - Envía un mensaje, por ejemplo: “Hola, ¿cómo estás?”. Debes ver la respuesta del modelo y el trazo del flujo en el debugger.

Palabras clave y habilidades en acción: - CLI de LangGraph: comando langgraph dev para levantar el entorno de desarrollo. - Studio UI: interfaz visual para debugging de agentes. - tools: capacidades del agente visibles en la interfaz. - orquestación: posteriormente LangGraph coordina múltiples agentes basados en LangChain.

¿Tienes dudas sobre la instalación, la configuración del .env o el arranque con langgraph dev? Cuéntame en comentarios qué fallo viste y en qué paso, y lo resolvemos juntos.